随着智能时代的到来，语音已经成为人机交互的主要途径之一，手机语音助手、车载语音助手、智能音箱、语音搜索……在日常生活中语音交互无所不在。而语音交互对于智能汽车更是有着独特的优势，随着智能化的发展，车机功能越来越多，实体按键越来越少，交互逻辑更加复杂，找一个功能可能要通过多级菜单，不仅给用户带来很多不便，甚至还会严重威胁驾驶安全，而通过语音交互可以帮助驾驶者降低手动操作频率，有效提升驾驶安全性。目前语音交互已经成为汽车座舱智能化的标志性代表，与车内多种应用相结合，成为座舱生态构建的核心功能。

　　那么语音交互到底是怎么实现的呢?

　　假设我们对语音助手说“播放陈奕迅的《孤勇者》”。语音助手会说“好的，马上为你播放陈奕迅的《孤勇者》”，并且开始播放音乐。在这个过程中，语音助手首先把听到的声音转化成文字，然后再理解文字所表达的内容，最后做出相应策略，并把相应策略转化成语音。因此语音交互主要分为三个模块：

　　语音识别：简称ASR，是将声音转化成文字的过程，相当于耳朵。

　　自然语言处理：简称NLP，是理解和处理文本的过程，相当于大脑。

　　语音合成：简称TTS，是把文本转化成语音的过程，相当于嘴巴。

　　长城汽车以“自研+合作”的研发模式，围绕ASR、NLP、TTS三个关键环节，开展云端和车端的全链路语音算法研发，搭建高度灵活的语音交互技术平台，构建行业突出的语音能力，让语音识别更精准、语境分析更合理、语义理解更自然。同时积极引入业界领先的专业伙伴深度共创语音生态，实现多服务融合，在多模交互、情感化沟通和场景化交互等方面持续突破。此外，近日长城汽车官宣正式成为百度文心一言首批先行体验官。将通过百度Apollo融合文心一言的全面能力，携手打造基于智能汽车场景的大模型人工智能交互，开启人工智能时代的汽车全新体验。

　　近日最新上市的哈弗二代大狗可谓是长城汽车语音能力的集大成者，搭载了长城汽车全新一代Coffee OS智能座舱系统，具备比肩新势力旗舰车型的语音交互能力，超极速、更便捷，让对话0焦虑、更自然。

　　极致响应：行业第一梯队的语音交互速度，唤醒速度只有250ms，唤醒率成功率高达95%; 车控技能毫秒级响应(900ms)，其他在线技能响应速度1300ms。

　　可见即可说：可见即可说、支持分词、泛化，能够灵活使用，简单的说就是只需说出屏幕的文字，就能够实现相关功能的控制，看到什么说什么，简单易用。全新一代Coffee OS的语音助手，能够支持940余条语音指令，覆盖车控车设、系统设置、导航、多媒体等各种模块。

　　3. 一句多意图：指的是一句话可以发出多个连续指令，最多可以支持十个指令。例如可以说：“你好小哈，关闭天窗、关闭左侧车窗、打开空调、打开座椅加热、打开座椅按摩……“

　　4. 口语化指令：不局限于传统的固定指令，能够识别丰富的指令内容，即使是口语化的表达也能实现语音控制。例如说“我好热“，语音助手接受指令后，会主动打开空调、降低空调温度等。

　　5. 多人拒识：当主驾/副驾唤醒语音助手后，其他乘客在车上闲聊、打电话甚至唱歌，都不会影响语音交互，语音助手只识别唤醒者的声音和指令。

　　6. 信息查询：支持二十余种信源查询，包括查询天气、酒店、餐厅，股票，百科，火车票机票，垃圾分类等。

　　7. 声音复刻：用户在手机APP通过少量的录音，训练得到音色和发音风格与录音非常相似的声音模型，可以直接应用到车机上进行语音播报。例如可以让孩子通过手机录入声音，然后将其应用到车机，这样孩子的声音就可以全天候陪伴

　　另外长城汽车语音助手更是富有情感的陪聊专家，可以跟乘客闲聊、讲故事、说笑话等，甚至还可以跟一起玩成语接龙、飞花令等游戏。

　　(来源：新视线)