2013智能交通車載語音人車交互技術的幾點展望

（圖片來自網絡）

　　受行車環境的限制，眼睛的利用對司機和乘客都存在極大的限制，因此語音技術就成了車載設備的一個重要發展方向。車載電子的發展從傳統的收音機功能開始，然后沿著CD、VCD/DVD/移動TV、GPS/EOBD、車載電話、移動辦公的路線不斷引入新技術，并開拓出范圍越來越廣、越來越智能化和人性化的車載應用。語音技術在車載設備中的應用越來越廣泛，利用這種技術可將汽車內的文字信息以語音形式播放出來，使司機不會因為要看這些信息而分散注意力，從而提高駕駛的安全性。

　　2012年對許多人來說利用語音控制手機、汽車、電腦甚至是電視機都是非常平常的事了。之所以如此，是因為語音識別和自然語言理解（NLU）領域取得了重大進步。不久前還被認為是科幻小說里才會出現的產品功能，現在已經變成主流手機和消費設備的基本功能。語音用戶界面和“虛擬個人助手”已經成為福特、三星、蘋果和谷歌等企業開展廣告營銷活動時重點宣傳的一個關鍵特色，這一特色將會引起前所未有的關注和市場需求。

　　人們對這些全新的語音驅動用戶界面抱有很大的熱情。許多報道指出，智能交通汽車用戶對他們的新“助手”充滿感情。不過，許多人也認識到，這些智能交通人車交互系統仍在不斷改進中，需要不斷的創新。預計，現有的虛擬個人助手將演變成無處不在的智能系統，通過語音、文本、視覺、觸覺和手勢與人進行互動，并將基于周圍的環境信息，如位置等，讓所有互動具有更大的相關性。

　　以下是對2013年智能交通人車語音交互系統發展的幾點展望：

　　車載設備語音識別精度更高

　　語音識別是智能系統技術的基礎，語音識別的準確性一直在穩步提高，之所以這么說，是因為現在已經把更加豐富的訓練數據、更加強大的計算能力以及全新更加復雜的建模方法結合在一起，提高了語音識別的精度。

　　車載語音識別設備將具備更強的識別能力

　　不管是在城市街道，還是高速公路上，行車環境往往是嘈雜的，現今語音識別的功能性和精確性正越來越高。一流的信號處理能夠區分不同的聲音，語音生物統計學有助于判定誰在說話。并排的多個麥克風能夠動態引導“聽光束”，并可在攝像頭的輔助下跟蹤用戶的位置。因此，在與用戶聯系更加緊密的移動設備上應用這項功能，將會提高移動設備的識別能力。這些技術運用到車載人車交互功能上，將大大提高語音識別的精準度，完善用戶體驗。

　　互動性的普遍性和連續性

　　隨著語音識別技術和自然語言理解技術的發展，用戶希望能夠在不同設備（智能手機、平板電腦、電視或汽車）的顯示屏上進行互動，并擁有一致的體驗。用戶可以在一臺設備上開始任務，在另一臺設備上完成任務。這種互動將通過基于客戶識別器和云識別器，以及自然語言理解引擎的框架聯系在一起。用戶的互動歷史將被聚合在云端，用來改進識別模型，以便在其他所有相關設備中應用。

　　自然語言處理和人工智能將更加智能化

　　自然語言理解（猜測用戶輸入并據此操作的意圖）的能力也在不斷提高。今天的一流技術把功能強大的語言框架（被稱作符號處理）、知識顯示法（知識本體）和利用大數據用觀察到的例子和模型來填充框架的機器學習結合在一起。這種互補性至關重要：過去的符號方法被證明是不可靠的，純數據驅動型自然語言理解一般僅是膚淺的理解。

　　智能系統現在已從對任務目標的預定程序描述遷移至以用戶的背景、參數選擇和互動歷史為條件的動態操作，系統據此有效地自我編程。這將允許我們從簡單的任務向更加復雜的任務過渡，可能必須訪問協調工作流中的各種應用和信息源。

　　比如，為了響應“核查下比爾（Bill）和艾利森（Allison）明天晚上是否來吃飯”的請求，車載電話個人助手將確定最喜愛的飯店，并基于通信歷史來決定你所說的是哪個比爾和艾利森，同時聯系對方的虛擬助手核對他們的安排，并草擬一份有關預定和人員組成等信息的電子郵件發給對方。

　　這種推理屬于人工智能范疇，不過，早期系統可靠性差，新一代系統將依靠一種被稱為“非單調推理”的更加靈活和穩健的方法，在模糊狀態下表現更好，并生成近似的解決方案，盡管可能無法給出準確的解決方案。

　　2013年將是智能系統年，這些智能系統若能很好的運用在車載人車交互系統中，將會極大地促進智能交通的發展，期待著那些夢幻般的智能應用能夠盡快變成現實。

聲明:

凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。