通用汽車旗下的安吉星從 1995 年開始在北美向用戶提供語音導航、救援、車輛安全防護、娛樂等信息服務，并且第一個進入中國市場；福特從 2010 年開始與微軟合作推出車載信息系統 Ford Sync，這一系統可以識別 19 國語言，包括一些方言，能夠理解一萬條語音指令。

最近幾年，豐田的 G－book、福特 My Ford 和日產的 CarWings 也開始隨潮流涌現。 這意味著，當我們駕駛時，不必分心在中控屏幕上選擇目的地，也不必伸手去接聽電話。甚至有一天，我們可以暢想：吩咐汽車去做任何事情。

下面回到現實。

汽車廠商每年在中控屏幕幾十億人民幣的投入，本意是想提升汽車的科技感和用戶操作的便捷性。但令汽車廠商失望的是，大部分車主并不為此買單，依然習慣在車內用手機導航或者查詢信息。

造成這一現象的原因可以簡單理解為：以往一些初級的語音控制類的應用，比如導航、語音撥號等等，用戶要啟動這些服務必須按照產品手冊的說明， 完整地說出固定格式的句子，才能被機器識別。 在這些應用中，數據庫是簡單而又原始的， 在識別過程中也沒有太多算法可言，它們只是負責「搬運」。

不注重用戶體驗，使得語音交互成為汽車場景下相當雞肋的產品。

2014 年以前，科大訊飛主要的關注點還不在汽車上。當時團隊認為語音在汽車上的應用只是一個點綴。那時訊飛的角色是一個小模塊供應商，將語音技術授權授權給第三方廠商。

2014 年后，科大訊飛團隊慢慢意識到語音有可能成為汽車上的剛性應用和入口，他們開始和汽車廠商接觸與合作。為此還專門成立了一個百人規模的團隊專門負責車載語音研發與服務的工作。

上周末，包括雷鋒網 (搜索“雷鋒網”公眾號關注) 在內的幾家媒體參觀了科大訊飛和奇瑞的總部。雙方聯合開發了一款深度定制語音技術的車載系統： Cloudrive2.0，搭載在奇瑞的新車艾瑞澤 5 車型上。

「這是一個整體的軟件系統，包括信息服務、車和駕駛者的交互。」科大訊飛執行總裁吳曉如在媒體溝通會上說道。這意味著科大訊飛從語音技術的提供商，到現在成為一個 「云加端」的軟件和服務系統 。

而這種云端與本地的打通，可以為一些本地無法完全識別的內容提供聯網識別，并經由云端下載更新包來完善離線識別效果。

Cloudrive2.0 界面

從功能上和操作上，這套系統與汽車廠商推出的車載系統并無二致：導航、語音控制、藍牙電話、4G 上網和倒車影像等等，用戶可以通過方向盤或中控臺上的物理按鍵喚醒語音命令，也可以用「小艾你好」語音喚醒指令代替。

訊飛麥克風陣列板

不過從體驗上來說，訊飛的語音服務做得更加流暢。按照官方的說法，汽車在高速行駛時，語音的識別率也能保證在 90% 以上。這是因為在硬件上， 訊飛使用了麥克風陣列定位人聲，在駕駛和副駕駛位置的麥克風位于中控屏幕下方，可以準確定位音源位置 。

一般說來，汽車場景下車載系統應該有三種交互方式：語音、觸摸和按鍵。

觸摸交互或按鍵交互是設定好的一層一層界面，比如點擊第一個圖標，然后出現第二個畫面。語音方式并不一樣，語音的交互是扁平化的：如果用戶表達的意思足夠精確，能夠直接呈現最終結果。

「這給我們提出了一個很大的挑戰，就是我們能不能基于用戶對車載系統發生語音交互的時候，把用戶最需要的那條信息呈現出來?！箙菚匀绺嬖V我們。

但事實上這項挑戰在 6 個月內便完成了，并且還取得了不錯的效果。 科大訊飛汽車事業部總經理劉俊峰給出一個數字是：上線三四個月以來，用戶的這種活躍的比例達到 85% 以上，在線平均時長達兩個小時。

在與奇瑞合作之前，訊飛并沒有車載系統的整合經驗。為此，2015 年訊飛入股美行科技，后者是車載信息系統、電子地圖軟件、位置服務領域產品和服務商；中國移動作為訊飛的股東方，也提供了一些資源上的合作，包括咪咕音樂的版權以及 車聯網 相關的一些流量套餐服務；對于涉及到用戶在服務過程中遇到的各類問題，訊飛又參股了呼叫中心公司。

有了這些資源和支持與整合，為訊飛快速推進 Cloudrive2.0 打下了基礎。從另一個角度看，能與汽車廠商進行合作，這也證明訊飛的語音技術得到了前者的認可。

盡管如此，在媒體溝通會上吳曉如向我們坦言，目前在車載語音的技術環節上還需要繼續突破。比如如何留下有效信息，過濾無效信息、如何適應多種噪音環境、如何保證在自然語言下，實現更有效地多輪人機交互等等。這也是下一階段他們要攻克的難題。

上個月初，「互聯網女皇」稱號的瑪麗·米克爾發布了一份互聯網趨勢報告，213 頁的報告內容，十分之一的篇幅給了語音。她 認為：語音技術的爆發， 技術成熟是核心原因之一。目前， 語音識別準確率已從 2010 年的 70% 上升到今年的 90%?？梢灶A見的是，如果語音識別準確率從 95% 提升到 99%，將從量變引發質變。

吳曉茹說，汽車在語音應用的門檻剛剛取得突破性進展，未來語音交互在汽車領域的應用將翻番。