刘俊峰：车内语音交互是帮忙不是添乱 一定让驾驶更安全

4月25日，在2018北京国际车展现场，科大讯飞副总裁、智能汽车事业部总经理刘俊峰接受了腾讯汽车的专访。

他表示，语音是科大讯飞非常主力的产品和技术的方向，语音技术体系、方法以及数据迭代的能力为发展其他核心技术提供了经验和支撑。并且，他详细介绍了科大讯飞与整车厂合作的两种情况，一种是为车厂提供的一套汽车语音交互系统，一种是向厂商输出整机系统，其软件和服务在整个系统上面可以支持OTA，实现实时升级。

本界车展腾讯汽车首次引入AI科技，以下为微信智聆联手翻译君所输出的访谈实录：

腾讯汽车：按照公众理解，咱们科大讯飞是一个搞语音的公司，那么按照咱们科大讯飞自己的眼光来看，我们是不是搞AI的公司，您能不能阐述公司的业务性质？

刘俊峰：首先语音是公司从创业之初一直到现在都在坚守的一个主平台，这样的一个基础平台，从几个人创业团队，从科大人机云实验室到创业科大讯飞，当时提出来一定要把中文语音技术由中国人做得最好。到2010年发布讯飞开放平台，它囊括了所有核心技术指标的第一名，全球第一名，语音一定是讯飞非常主力的产品和技术的方向。

其实，语音是人工智能一个分项。研究过程中，语音技术体系、方法以及数据迭代的能力都是为了发展其它一些核心技术，提供了经验和支撑。比方说我们语音和图像，他们两个技术正相交，融合正相交，这一块是相辅相成，我们用图像理解的方式，优化了语音的识别效果。然后讯飞大的发布会、论坛这样一些表现效果已经非常准确了，把口语词去掉，这是跟深度学习、数据迭代相辅相成。

基于篇章级的文字提取，把它从篇章级的手写体到篇章级的印刷体还可以做校正查重，这都是基于文字理解能力。机器阅读理解，你把一个篇章给机器系统去让他读，看完之后，把这篇文章拆成一个知识图谱，变成可问答可交互，这是基于图像理解，又是基于文字的。

语音是我们的看家本领，2010年之前，汽车装的语音系统基本上由外国公司来定义，到中国来，他们原来的一些惯性的接口，功能规格，造成了整个行业非常呆滞。我们用了很长时间，让整个市场开始从系统底层到应用层，到硬件配置，开始能够依据云技术的优势来布置。2010后，开始支持了QI的识别，自然语言理解，支持云和端同时混合式的语音识别架构，这套系统也是讯飞独有，而且真真正正达到实车实用。

我们还提供降噪模块，让车内的噪音得到控制。再好的语音识别系统，没有清晰的降噪系统是没有办法运行起来。真正在车上能够有一个非常自然、非常完整的交互系统上来看，它在每一个环节都是从语音的不同的角度来优化，包括TDS，这是我们切入汽车核心也是最优先的这样一个技术的切入方向。现在结合联网化用户实物场景、用户属性、用户交互行为，也包括大数据分析之后的推荐系统，这些都基于深度学习。这个涉及到您说人工智能，还有其它领域更多基础算法的一些融合。云一定是强标签，是中国人工智能创新中心的一个方向代表。面向汽车，要让人在车内能够有一个非常放松、舒服安全的一个交互环境，那就要不停来去迭代技术，让技术达到非常可靠。

腾讯汽车：科大讯飞做英语识别和汉语识别，从语言上看，汉语识别率高，跟语言特点有关？

刘俊峰：有关，但汉语更难做，中国方言加上口音，有很多种。英语只是口音，而中国是方言，每一个做起来都跟外语似的。如果说一方面要支持中国那么多种方言和口音，同时要保证说带方言口音这样的一些使用场景都能够被支持，而且识别率有一个非常高的状态，其实非常难。这也是源于在2010年之后科大讯飞的语音云，截止到现在，每一天有40多亿次的线上和线下的使用标准次数，而且激活移动终端的总数量超过17亿，每一天源源不断，从世界各地，中国各种口音区交互的口音数据会在讯飞超脑上做一些训练和学习，这也是讯飞语音识别率为什么一直保持着整个行业领先的原因。

腾讯汽车：不断迭代学习。

刘俊峰：不断迭代学习、上线优化过程之中。所以对于方言口音支持以及对于各种说法的支持，也有涉及到专业词汇，化学词汇、生物词汇、汽车词汇，这都是一个领域一个领域去来学，你得需要讯飞超脑吸收专业领域知识。

腾讯汽车：刚才还想问关于方言识别率问题，您已经回答了。

刘俊峰：讯飞云输入法已经有5亿的安装量，讯飞支持20几种口音，粤语、客家话、新疆维吾尔语等，还有翻译机，口音识别非常好。

腾讯汽车：我查到的数据是准确率是85%，现在数据是不是有更新？

刘俊峰：脱离场景之后没有任何意义，因为你要看周边噪音是什么？噪音环境是什么？然后你说话的口音是什么？你的语义专项是什么？你说生物词汇，有可能它就是不会。但你如果是用一套完整方式做这个模型，我们识别率，定义标准国家一级甲等发音人这样标准普通话甚至能够永远保持100%。车的挑战是在于车噪，车的风噪、胎噪各种噪音，这种噪音混杂进来，你能不能把人声调进来。听到这个噪音的声音还能判断汽车哪一个零部件出错误，这都是要去训练的。

腾讯汽车：相当于一个汽车诊断。可以这么理解，科大讯飞有一个云平台，托管在某一个公有云识别全世界各地发过来的语音信息。

刘俊峰：是一套公有云系统，我是自建的，全国现在四个地方，北京、广州、合肥、上海，部署了几万台服务器，支撑每一天讯飞语音用户，他们上传一段文字，回来合成声音，交互的次数达40多亿，上线第三方APP已经有40多万个，大众点评、美团、滴滴打车。内置语音云开发包，调用这个接口就有语音交互能力。

腾讯汽车：使用APP的客户并不知道嵌入科大讯飞。

刘俊峰：有一些合作，界面会弹出来科大讯飞。

腾讯汽车：咱们跟整车厂的合作，前端装了科大讯飞的软件，是否这一块的功能支持OTA升级呢？

刘俊峰：这有两种情况，一种是我们为车厂提供的这样一套汽车语音交互系统，我们叫飞助理，这样一套系统基于第三方的TL1，他们整机系统来集成的，它的硬件、它的操作系统、它的固件系统，这个地方如果没有打开可以支持升级的端口，我们跟系统是完全一致的。另外，现在我们已经跟很多的厂商，像奇瑞、江淮、长安、北汽我们开始输出整机系统，一方面我们的软件和服务在整个系统上面它可以支持OTA，我们已经迭代过非常多的次数，每一次都有新的功能上线。

腾讯汽车：交互之后再迭代？

刘俊峰：当然，每一天有新鲜服务上线，后端的语音云一旦有新的模型上来，会自然而然挂进来。

腾讯汽车：相当于实时升级。

刘俊峰：这已经实行地非常好了。

腾讯汽车：前提是整车这块支持在线升级？

刘俊峰：对，原来整机系统，信息娱乐整机系统是不是联网？联网之后它的系统和它的固件是不是支持它整个软件系统升级，也得看这套系统里面它支不支持单一应用去升级，这里面受限因素很多。

腾讯汽车：咱们现在发布了一个小飞鱼，关于无屏互动这一块，是否将来涉及到非关键器件的控制，比如说空调、音响这方面的控制。

刘俊峰：小飞鱼可能不会一下走到车身控制，毕竟是后装产品，这种后装产品用来面对这个车没什么智能化配置存量市场。

腾讯汽车：基于本地服务，也是在线？

刘俊峰：基于存量市场，在零售渠道2C这个市场上去销售。这种产品不适合代入更多车人控制，否则用户会觉得不太安全。但是我们从前装，比方说我们提供整机系统，它就可以连接车身的控制单元来完成像空调、车窗、左翼、后备厢跟车的整修说明，控制和信息服务在量产的产品上面都实现了。

腾讯汽车：必须跟整车厂紧密合作。咱们这个小飞鱼是一个后装载件？

刘俊峰：硬件，小飞鱼的定位和使命，希望用户在车上方便便捷地使用手机。

腾讯汽车：是硬设？

刘俊峰：通过蓝牙连接，能够使用手机应用、导航、听音乐、听资讯、查消息，这些不用打开手机，在行使状态下，不用找手机，不用设置手机里面的触摸屏的操作，规避安全风险，用一句话就行。包括导航的时候，调节目的地，选择这样一些属性种类，这个时候其实你在看屏幕的时候就已经代入。

腾讯汽车：触摸操作都是同样的体验，你的视线注意力转移到其它地方。

刘俊峰：对，我们也有一个理念，语音是进来帮忙不是进来添乱，语音交互一定让驾驶更安全。

腾讯汽车：是越来越辅助操控。

刘俊峰：一套语音系统不好用，或者对于网络强依赖，在联网的时候不能用，这个时候会给用户带来很多的困扰。

腾讯汽车：我听说科大讯飞做了一款泊车辅助的功能，这个泊车辅助和现在已有的泊车辅助有什么区别？

刘俊峰：应该属于自动驾驶小项，比驾驶员看周边看得更清楚，而且还能够把这里面的物品挑出来。我们研究汽车视觉比较多，泊车辅助大家在日常使用车辆时使用最频繁，一些新司机，他可以能够借助这样的一个视觉系统，挂上倒档，系统对它有提醒，你应该打几圈，或者打到什么位置，大概能够倒进去。基于360的环境，然后再基于视觉，基于这样一些人机交互端这样的一些新的应用的设计，马上就可以在量产车上应用。它能够减少主机厂在设备采购成本投入，而且效果要更好，视觉和车内的交互结合起来，能做很多新的场景。

腾讯汽车：我们使用泊车辅助，我自己的使用体验是受到很大限制，感觉用处不大。

刘俊峰：泊车辅助，停车线不是特别清晰，这个位置对于新手很难弄，你可以像做游戏一样在屏幕上画一个圈，或者拉一条线，这个车有自动泊车的功能就能挪过来，停车是一个非常高频强需求。

腾讯汽车：在汽车应用场景语音产品，将来有更高端自动驾驶级别的产品出现，我们有没有这方面跟他们结合的产品规划？

刘俊峰：我们自己聚焦汽车视觉，不管车内车外，这个地方用低成本方案能够实现一定的辅助，就是驾驶辅助这些功能，它上去之后，对于很多人来讲就已经非常实用了。我们在特殊的领域是积极投入，然后在通用的领域是不断迭代，基于机器视觉，基于汽车视觉慢慢把基本辅助功能完善，真正让人在车上的时候根据到比较安全，减少事故的发生，减少疲劳驾驶。先把这一块扎扎实实做好，然后再去思考下一个阶段我们该应时提供什么样的技术，技术都是为了场景使用，技术不代表它有实际的直接价值，它一定得转化出去。所以这个时候我们相对来说有点保守，但是我们每一步走得很扎实。

腾讯汽车：可以本地识别司机状态。

刘俊峰：如果知道您的长相或者我们原来有互换过照片，找到你的照片之后，把我的车交给你开，你上车之前，从手机上一扫脸，到车上一刷脸这个车你就可以开走了，甚至相关的支付之类的一套系统都可以通下来。

腾讯汽车：这是将来用于共享汽车的场景。

刘俊峰：也是身份认证，人就是车钥匙，车就是信用卡。

腾讯汽车：感谢您。