嘘，小点儿声！我在跟汽车说话呢
现在只要跨进一辆所谓的「互联网汽车」里，大家都会第一时间想试试看智能语音助手系统的表现如何。而不管是OEM自研的车机系统，亦或是借助CarPlay、Android Auto、Echo Auto等第三方应用实现的互联功能，语音识别基本都是标配应用。只不过有一个问题值得思考：对车内这样的关键应用场景，这些技术是否已经具备应用的实力了呢？
还记得在今年CES国际消费电子展的现场，媒体把高通展台围了个水泄不通，大家都想看看集成了亚马逊Alexa语音识别技术的高通智能语音平台（Qualcomm Smart Audio Platform）会有怎样的表现。一般来说，工作人员会给出问题，随后虚拟助手做出相应的回答。但没想到现场竟然闹了个乌龙，Alexa打断了高通某位高层的提问，回答道，「不！你说得不对。」
太尴尬了！
集成了亚马逊Alexa语音识别技术的高通智能语音平台|官方供图
demo演示的时候出现这种不尽如人意的情况，再正常不过了。绝大多数情况下只要耸耸肩，露出一个尴尬而不失礼貌的微笑就可以「蒙混过关」了。但问题是，你在量产车上也经常会遇到类似的bug。你想象中的智能语音助手可能是类似贾维斯的存在，但可能有些时候它会表现得像个弱智一样，让人哭笑不得。
所以，现在的智能语音系统基本上识别率还都很低，特别是在嘈杂的环境中。
可问题是，车内的使用场景不会保证是绝对安静的。想想看，后座的孩子们在扯着嗓子喊叫，救护车明鸣笛疾驰而过，大雨敲击车窗噼里啪啦的声音……这些可都是日常生活再普通不过的情况了。
而为了减少噪声同时提升车内语音识别技术的可靠性，一家来自以色列的初创公司Hi Auto提出了「audio-visual」的解决方案。实现它只需要一枚朝向驾驶员的摄像头和一枚单声道麦克风。借助深度学习算法，该系统能够追踪用户唇部的运动轨迹，将图像与音频结合起来做识别，这样可以减少来自其他扬声器以及噪声源的干扰。
「清晰的音频」是这套解决方案期待得到的结果。它能为进一步提升语音识别系统的准确率打下良好的基础。「我们计划只提供软件系统，不需要特殊的硬件匹配。」Hi Auto联合创始人兼CEO Roy Baharav强调说。
从Nuance中剥离出，集中发力车载语音技术的Cerence每年盈收有近3亿美金|官方供图
有「钱景」的市场
知名咨询机构罗兰贝格近日联合地平线发布的《智能座舱发展趋势白皮书》中曾对汽车座舱未来的形态进行了预测。罗兰贝格指出，「触摸屏不会是交互的终点，未来座舱会朝着多模交互的方向发展」。而不论在哪个阶段，语音都扮演着至关重要的角色。
只不过目前语音识别尚处于技术发展初期，即便是在移动端应用上的体验都没有那么好，更何况是在场景更复杂、功能安全要求更高的汽车上。而且很多时候，消费者还没有养成使用语音操作相应功能的习惯，喊一个「hey siri」都让人觉得尴尬。
在Baharav看来，基于语音的功能控制越来越普遍，即便是在汽车这样相对传统的领域。「豪华车型上已经有大规模应用了，这些功能正逐步下发至走量市场。」Haharav表示，而这个现象背后驱动的力量源自一系列基于语音的车机功能变得越来越受欢迎。
Baharav坚信车内的智能语音助手绝不只是供人消遣的娱乐工具。「它们未来会成为执行某项任务的关键功能」他同时指出。车内的大屏化正成为现在各大汽车厂商追逐的「潮流」，可问题是，视觉交互很容易让驾驶员分心，这跟目前汽车工业逐渐严苛的安全监管趋势背道而驰。而从消费者的角度而言，现在智能音箱几乎都是「白菜价」，大家已经习惯于「动嘴不动手」，这种体验亟需复制到汽车上，形成无缝的互联生活。
voicebot.ai最近发布的2019调研报告显示，约六成的用户在购车时考虑为智能语音助手功能付费。
voicebot.ai报告显现，购车时有意愿付费增加语音助手功能的人数在逐渐上涨
据Baharav估计，目前车载语音功能的市场规模在5亿美元左右，而且增速很快。他也谈到了从Nuance剥离，主要面向汽车业务的独立子公司Cerence，每年的盈收有近3亿美元。而另一家知名的公司SoundHound，市场份额也在逐年增加。值得一提的是，到2025年，通过语音助手实现的商务和广告收入预计将超过200亿美元。
而语音上车，从品牌营销的角度而言，汽车制造商都希望抓住这项技术应用的红利期，进一步提升自身产品的竞争实力。「语音控制功能变得越来越重要（谷歌预计到2020年有超过50%的搜索请求是通过语音发起的），主机厂认为他们必须要支持这种新的交互方式。」Baharav解释道，「否则就是落后，很可能被其他竞争对手赶超。」
持续扩大的场景
目前，语音系统控制的基本都是些和车机相关的功能应用。用户可以通过语音接听拨打电话，接收发送短信，播放音乐/视频等流媒体，执行导航或商务会议等。
那你还能想到哪些和汽车「叨叨」几句的理由呢？
Baharav介绍了一些可能的应用场景。比如共享出行或者家庭用车，高质量的车载语音技术就变得十分必要了。因为不同的车机系统必须要能够同时处理不同乘客发出的语音指令。「随着ADAS高级驾驶辅助功能逐渐成为量产车型的标配，今后我们甚至完全可以用语音向汽车发出变道、超车或者泊车的指令。因此，语音控车技术的可靠性，包括它的抗噪能力就显得十分关键了。」Baharav指出。
更新iOS 13系统后的CarPlay，Siri的运行界面挪到了屏幕底下|现场拍摄
原生优势如何凸显？
数字化转型对传统主机厂而言是目前的重任之一，所以大家都不希望用户太过依赖CarPaly、Android Auto等等这些第三方的应用，而是能够高频使用原有的车载娱乐信息系统，直接获得更优质的数字化体验（当然对数据资源的考虑也是重要原因）。在这种需求导向下，Hi Auto，SoundHound这些技术供应商面临着谷歌、苹果、亚马逊这些大厂的挑战。
「我们的技术是内嵌式的，有着人性化的设计，能够为Spotify、Audible、Digital radio、Whatsapp这些主流的APP应用提供车机支持。」Baharav介绍说，「更重要的是，主机厂可以把我们的语音技术与其自有的地图、广播、电话/短信、车身控制、ADAS等功能进行集成，一些涉及到汽车硬件的高级集成应用也是没有问题的。」
「你的车载语音功能至少应该有能够和Google Assistant，Siri相抗衡的实力才行。」Baharav强调称。在他看来，汽车变得越来越智能，车企必须要认真打磨自己的语音助手功能体验。
遗憾的是，目前一些独立的解决方案，就语音助手的表现质量而言，还有很多不足。特别是在嘈杂的环境，经常会出现「傻掉」的情形。Hi Auto希望通过解决与车内环境相关的难题（短暂的噪声持续存在，乘客们可能会互相交谈等），来进一步凸显自己的竞争优势。「我们必须保证机器听得清用户发出的指令。」Baharav指出。
亚马逊开发的Echo Auto车载智能语音硬件|官方供图
那些糟心的体验
Hi Auto是带着清晰的目标进入车载语音市场的，这家公司希望提升扬声器的拾音和语音识别的能力。在问及普通智能手机或智能音箱在哪些场景的降噪表现较差时，Baharav举了一个例子来说明：
一位父亲开着一辆SUV行驶在高速公路上，车里坐着女儿还有她们的朋友。他和孩子们在聊着刚刚结束的足球训练。突然，他注意到车快没油了，所以他不得不改变导航目的地。他不愿意花太多功夫在中控屏上划来划去找一家加油站，但车里太吵了（姑娘们正唧唧喳喳地聊着天）以致于语音系统根本听不到这位父亲发出的指令。
Baharav解释道，「上面这个案例出现的情况，对绝大多数高级定向麦克风都是无解的。因为孩子们坐在驾驶员的正后方。一般的技术是没办法把这种噪声消掉的，因为它不是静态声，所以没办法被模拟后抵消掉。」
再来看另外的一个例子：
一位女士开车行驶在上班途中，雷声隆隆，瓢泼大雨持续拍打着车窗。车里的空调已经开到最大，这个时候她想告诉同事她可能上班要迟到了。她虽然知道发短信很危险，但是她一遍遍地对着车载语音系统发出指令，对方回复的则是：对不起，请声音再大一点……
「这种情景对高级定向麦克风同样无效。因为这个场景中的噪声来自多个方向，并非短时静态的噪声，所以很难被一般的降噪技术消除掉。」Baharav再次强调称。
目前，Hi Auto已经正式对外亮相，并完成450万美元种子轮融资，由以色列汽车进口商Delek Motors及该公司主席Zohar Zisapel领投，其他投资人有Allied Holdings，Goldbell Group和Plug & Play。
据TopMove了解，首笔融资将用于完成Hi Auto首款产品的研发，建立销售和商务拓展团队。Baharav透露称，几家顶级的汽车制造商计划2020年初对Hi Auto的技术进行考察。
按照预定的规划，2020年的CES国际消费电子展之后，Hi Auto会发布首个车载语音解决方案SDK，或通过简单的授权或基于SaaS模式的云端API形式供客户使用。
