思必驰李枝桂：重塑“人车”关系

由盖世汽车、AUTOSAR组织、上海车展三方联合主办的SDVF2021第二届软件定义汽车高峰论坛暨AUTOSAR2021中国日于4月19-21日在上海举办，本次活动也是2021上海车展的同期活动之一，同时也是AUTOSAR组织在中国区唯一官方活动。本次会议邀请到了思必驰科技股份有限公司、智能汽车事业部商务总经理李枝桂先生在本次论坛进行了题为《重塑“人车”关系》的主题演讲，以下是他在本次演讲的主要内容：

大家下午好，首先说明下为什么会起这样一个话题？我们先分析一下传统人与车的关系，主要是人驾驶车辆，通过一些按键或者触摸跟车进行交互。但是随着自动驾驶和智能座舱的兴起，这种关系发生了比较大的变化。

首先我们分析一下智能座舱用的最多的三个功能：导航出行、语音交互、媒体娱乐。接下来我们重点从语音交互来做一个分析和介绍。

首先简单介绍一下语音识别发展的周期。在2010年以前基本上是离线的语音指令为主，那个时候特别难用。在2010-2015年随着移动互联网的兴起，在线识别技术识别率不断提升，这个时候语音识别得到了快速的提升期。2015-2018年，这个时候语音不仅仅是语音，它整合了很多生态的服务，比如说导航、音乐、天气、股票、航班、股票等等，所以让用户感觉到语音识别很好用，这个叫服务集成期，2018年以后就是个性化的服务，比如声音个性化的定制，社交个性化。

这里有些数据跟大家分享一下，2020年，新车语音搭载率达到63%，同比增长18%。这个增长率还是比较高的，因为这几年都处于快速的发展期。车载日活是23%，这也是比较高的。

针对车上的场景，这几年我们一直在打磨“天琴系统”方案，我们整合了生态的服务，赋能汽车做一些增值化的运营。

左边的功能就比较传统，也是非常常用的功能。比如说车控，出行，通信，查天气，查股票，打电话等等。我重点介绍一下右边的，也就是2018年以后处于个性化的服务。比如说第一个全双工语音，去年小鹏P7推的就是一直可以跟它对话，也是我们和小鹏一起打造的，这也叫全场景语音，不用每次唤醒，可以一直跟它对话。

第二个是TTS复刻，就是用户录一段话，大概5-6分钟，它可以合成，合成完之后在车上进行播报。

第三个是多音区，最早车上是单麦，后来逐步出现双麦，四麦，现在还有六麦，随着智能座舱的发展麦克风也越来越多，就是各个位置都可以进行语音交互，每个位置还可以互不干扰。

第四个是声纹识别，这个也算比较成熟，类似于指纹和人脸一样，每个人有自己的声纹特征，可以利用它进行登录和解锁，甚至小额支付。

第五个是虚拟形象，这个可以是2D，也可以是3D的。

下面这些技术也是非常常见的，像One-Shot，免唤醒，自定义唤醒，单轮对话，多轮对话，所见即可说，所见即可说就是在每个界面看到什么就可以说什么，这个也是提升用户体验的功能。

刚才这些技术离不开各个语音模块，比如说识别、合成、语义++。除了中文普通话，还有方言，像粤语、四川话、上海话，同时我们还做了十几个国家的语种。

还有现在提的比较多的是多模态，多模态语音是比较重要的一环，视觉也是比较重要的，基于这个我们推出了多模态系统。思必驰跟上海交大有一个联合实验室，除了做语音，还做了视觉相关的东西，所以这些算法都是有的。基于这个我们做了DMS，人脸识别，活体检测等相关的多模态交互产品。

刚才提到服务，服务非常重要，基本上在车上常见的，还有不太常见的也基本上全部用语音可以进行操作，地图、音乐、电台、天气、股票、火车票、百科、航班等等，这些都已经对接好了。

现在大家都对数据比较感兴趣，因为数据很重要，所以我们现在做了一个大数据平台，它可以进行语音交互数据，包括前两页说的那些数据其实就是我们大数据平台统计到的，包括大数据画像。基于这个数据可以做车主的信息推送，这是运营推送平台，可以做洗车券，保养券，节日提醒，比如说劳动节马上到了，上车的时候可以提醒今天是劳动节，直接是主动的提醒。

主机厂一般对数据比较敏感，所以可能不太放心数据跑在其他家服务器上面，甚至我们语音厂商服务器上面，基于这个痛点，我们现在推出了AI大脑私有云，相当于把AI引擎全部布到主机厂服务器上面，所有数据只有主机厂能拿的到，连我们都拿不到，这个目前来看也是比较大的趋势。这个架构图也是跟很多客户一起沟通的，我们把核心引擎全部做一个包装，基于主机厂的诉求做一个融合。

现在有很多案例，通用五菱、博泰等用的就是我们这个方案。现在合资厂商对这块就特别在意，现在我们跟东风日产也搭了一个私有云的平台，所有数据只有自己拿的到。可以看到日活，月活。车主分布在哪里，他有什么习惯，喜欢听什么歌，数据全部可以获取的到。基于这个我们再搭建一个推送平台，分区域，分设备号进行推送。

这是数据看板，可以看到语音交互习惯的占比。接下来我们看两个视频。 

—VCR—

这就是刚才说的全场景，不用每次都唤醒，一直跟它对话。接下来是所见即可说，看到什么就可以说什么。 

—VCR— 

这套系统是不用唤醒，只有跟它说有用的话才触发。所见即可说，每个界面看到什么都可以说，而不是传统那样一定是指令式的，这就解决了用户核心的诉求。

接下来再介绍一下软硬一体化的方案。为什么车主更愿意使用手机？首先我们看一下他们用手机做什么？音频类占35%，导航地图占28%。基于这个痛点我们提出了车、家、手机三网生态数据融合方案。在硬件端做了类似于车载机器人和智能收放机的产品形态。

首先讲下硬件端，形态可以各种各样，可以是车载机器人，可以是智能收音机，可以是手机支架。核心是什么呢？核心是手机车联网方案，我们手机上有一个APP，可以把语音的东西全部放在手机上处理，支持安卓和IOS。

基于这个我们前几天刚跟雅迪签了一个战略合作，现在不仅仅是四轮车，现在二轮车也往智能化方向转型，我们跟雅迪做了两轮车方案，高端搭载我们的天琴，中低端搭载我们手机车联网方案，形态可以是仪表，可以是硬件盒子，核心是手机，连手机可以进行所有语音操控。 

车家联动，现在我们集成了80多家智能家居平台，有海尔、美的、涂鸦等，可以进行车跟家的联动，只要是我们接过的设备，比如说快到家了，可以说把我家里的空调打开，可以进行提前操控。

这个产品形态是可以各种各样的，比如说宏光MINIEV我们做得是一个收音机，最早做得是机器人形态，但毕竟是单独的配件。他们说为什么不能做成收音机形态呢？因为收音机反正要装，那为什么不装一个智能收音机？装上收音机之后，可以对着收音机喊，所有功能全部可以语音实现。

我们还与三一搅拌车做了一个合作，这边项目做成了轮胎的形状，我们还有好多客户也在做，形态是各种各样的。

最后简单介绍一下思必驰，思必驰是国内领先的对话式人工智能平台公司，拥有全链路的智能语音语言技术，自主研发了新一代的人机交互平台（DUI），和人工智能芯片（TH1520）；为车联网、IoT、以及众多行业场景合作伙伴提供自然语言交互解决方案，同时不断丰富后端服务资源，满足用户的多样化需求。

这是合作客户方面，思必驰携手众多合作伙伴如长城汽车、理想汽车、北汽集团、一汽奔腾、上汽通用五菱、东风日产、爱驰汽车、天际汽车、马自达、五十铃、吉利汽车、一汽解放、三一重工、上汽大通等，打造了小鹏P5/P7/G3、宏光MINIEV、岚图FREE、荣威RX5系列、长城哈弗系列、北汽新能源EU系列、BEIJING-X7、奔腾T33、宝骏E系、理想ONE、爱驰U5、天际ME7等多款车型。未来思必驰将继续在车联网领域为赋能更多车企，为实现全车智能互联互通而不懈努力。