众所周知,在当今的中国汽车市场,利用语音实现座舱内多元功能交互,是进入这场智能电动游戏的初阶门票。如果哪一台2023年下线的新车,还在用“物理按键”这种与燃油车一样过时的“老古董”操控音乐、空调、车窗升降等座舱内功能,那它基本上就是这边下产线,那边上回收线。
在这种“军备竞赛”的压迫性行业氛围下,中国品牌车内语音交互能力的发展速度,给各个海外车企,无论规模大小,上了一课。
不过,遥遥领先久了,加上对手无力且无心追赶,中国品牌免不了进入“无敌是一种寂寞”的状态。但娘胎里自带“不干活就没饭吃”思想钢印的中国品牌,耐得住无敌,耐不住寂寞啊。闲得久了,就算老板不下需求,咱团队自己也必须开始整新活儿。
这不,“车外语音交互”功能,就这样被折腾出来了。
那,“车外语音交互”到底是什么呢?
根据去年 9 月赛轮思发布的车外语音交互技术(Cerence Exterior Vehicle Communication)最新科研成果显示,这是一套将 AI 和语音完美结合的创新组合,支持驾驶者在车外与他们的汽车交互。通过集成包括语音识别、自然语言理解、TTS、语音信号增强和声纹验证等技术,构建一系列新用户场景。
当用户在晚上靠近他们的车时,如果找不到车门把手,他们可以说,“ Hey Cerence,把灯打开。”
当家长把孩子的运动装备从车里拿出来后,只用说,“ Hey Cerence,把后备箱关上。”
或当他们拿着大包小包离开汽车时,可以对车说,“ Hey Cerence,把车停在这里。”
在汽车配备外部扬声器的前提下,用户可以在打开窗户,直接与车外的人进行交流:例如在收费站、加油站、得来速餐厅等。他们可以安全、舒适地待在车厢里,免受外部环境干扰。
吉利银河 L6 走得也是这条“内外结合”的路线。
当用户在车内时,可在停车或低速行驶情况下,进入 AI 语音助手页面,通过点击屏幕或语音控制“趣味发声”,让车辆对外播放既定的语音指令:打个招呼、礼让行人、安全提醒、请加 92 号油等。
吉利银河 L6 现有版本的车机系统内,自带了 9 句车外语音,基本涵盖了常见的车外提醒场景。以我的实际体验来看,点击屏幕后,对外语音指令的释放没有延迟,做到了“点到即播放”,且 AI 语音的嗓音选择了甜美取向,大部分场景下,不会让车外的路人在听到后,顿时火冒三丈。
比较遗憾的是,当前车机版本不支持自定义对外语音,这多少限制了用户创意思维的发散与落地。可以理解吉利是出于“不挑事”的安全角度考虑,但这样的保守做派有一种浓浓的“爹味”,在当下的中国智能电动车开放创新的语境下,很容易引起用户反感。
取巧的做法是,先给用户看一大段规避掉各种责任的“使用须知”。点击“同意”,即彻底可以开放所有自定义权限,但保留对用户自定义语音的审核权限;点击“不同意”,拜拜不送,下个版本见。
简单来说,就是:你尽管提,但凡有一句话不吉利,就算吉利输。
当用户在车外时,可以在 1.5 米距离内,利用隐藏在车头及左右后视镜的三处车外麦克风,语音控制打开车窗玻璃、开启车内空调、打开车辆后备箱、播放音乐等功能。
打开后备箱应该是我认为吉利银河 L6 所有现存交互中,最实用的那个。超市采购两手被占满,脚踢后备厢又一会灵一会不灵时,能用语音打开后备厢是件幸福的事。不过,有两个地方值得改进:第一,吉利银河 L6 的后备厢不支持语音控制关闭,只能手动盖下,优雅减半;第二,发布语音指令“打开后备厢”后,还要再说一次“确认”,后备厢才能正式打开,步骤相对繁琐,可以考虑去掉二次确认环节。
车外交互还有一项名为“解锁欢迎”的功能,在出厂时,吉利预设了五句吉利话,比如:每一天都是平凡但特殊的……;春风十里不如你,不止等风也等你。从功能上说没问题,只是在吉利话的选择上,下次可以 OTA 几句“大冰”味儿不那么冲的正常人类语言。
毕竟这车,还是想卖给年轻人的。
车外语音控制在技术上实现起来不难,真正的难点是“安全”,即如何通过行之有效,但用户无感的方式,在激活系统功能前,确认车外人员身份,不然一些知道唤醒词、别有用心的人,只用一句话,就能对车内财物进行“零元购”了。
吉利确认的路径是,钥匙必须在附近,车辆才会执行车外语音指令。这在当下车辆只执行“打开后备箱”、“打开车窗”、“打开空调”等不涉及车辆行驶的场景下,安全系数是达标的。但车外语音指令真正能发挥大作用的场景,是自动驾驶。
想象一下,在繁华的市中心,共享的无人驾驶车辆比比皆是。在没有人类驾驶员的情况下,外部通信可以让车辆提前预知用户需求,比如计划路线,在用户进入车辆前,即做好导航规划,告知达到时间。同时,还可以利用语音生物识别技术,验证身份,实现用户偏好,如音乐、座椅位置、空调温度等个性化配置的调整,用户不用每次都手动配置新环境。
为自动驾驶服务,是车外语音功能的终极目标。当然,它很难在短期内实现,毕竟自动驾驶都还没边,这些“配套服务”,也没必要跑得太快。