同行者语音助手_车载语音搭载率接近八成 “后价格战”时代的错位竞争GGAI头条...

加入高工智能汽车行业群(自动驾驶5群，车联网智能座舱3群，智能商用车群)，加微信：17157613659，并出示名片，仅限汽车零部件及OEM厂商。全球车载座舱交互领域又将迎来一轮新的变革。尽管汽车自动驾驶仍处于“争议中”，但它很可能提前带动增强驾驶体验的市场需求。以语音交互为例，截止7月底，目前国内市场在售车型搭载语音识别功能的车型比例高达78.91%，近三年搭载率呈现快速上升趋势。不过，车载语音交互市场并非格局已定。一方面，不同厂家的识别率及用户体验参差不齐(不少车型只是为了弥补功能短板而简单粗糙地植入语音交互功能)，另一方面，厂家的价格战已经打得火热。去年，科大讯飞前装车载语音年出货量超过450万套(同比增长73.08%)，营收2.67亿元(同比仅增长7.36%，远低于出货量增速)，占公司整体业务营收比重3.38%(较上一年下滑)。按照每台套价格测算，车载语音前装价格约59.33元/台，较上一年价格同比下滑超过60%。另一家全球车载语音供应商Nuance，去年(财年)车载业务营收2.79亿美元，每台套价格更是低至不到6美元。激烈的市场竞争，也使得国内车载语音市场的玩家所剩无几，科大讯飞、Nuance、DuerOS、同行者、思必驰等等屈指可数。但传统车载语音的粗放式发展已经走到尽头，两年前一些汽车制造商开始布局基于语音等多模态交互的智能虚拟助手，这对于语音厂商来说，既是机会也是挑战。腾讯去年和梅赛德斯·奔驰等几家企业合计1亿美元投资了AI语音助手SoundHound，目前这家公司的汽车行业客户包括梅赛德斯·奔驰、本田、现代以及PSA集团。SoundHound打造的下一代语音人工智能，将自动语音识别(ASR)和自然语言理解(NLU)结合到一个引擎中，使用DMU(深层语义理解)，用户可以同时提出复杂的、多部分的问题并过滤结果。刚刚上个月，SoundHound宣布与HERE合作，开发人员将能够通过利用全球地图数据和精心策划的位置内容，结合随时可用的位置服务(包括呈现、搜索、路由、传输和定位)，提供精确、端到端跟踪和精确、实时和历史位置。而在梅赛德斯-奔驰最新一代信息娱乐系统MBUX上就集成了基于云+车端混合技术的SoundHound的语音人工智能，能够学习和适应个人用户。此外，服务器上的软件模型学习新的流行词汇，并适应语言使用的不断变化。这代表未来语音交互与车载更多感知数据的融合，从而提升用户体验并延伸语音产品的附加值。在今年初的CES展上，全球车载语音龙头Nuance发布了新的Dragon Drive平台，不仅可以完成传统的语音识别、交互功能，同时还可以理解语音、眼睛和头部的动作和情绪。语音和视线跟踪的使用也扩展到车辆之外。在模拟驾驶测试车的过程中，司机看着经过的一座建筑问:“那是什么建筑?”然后，建筑的细节信息通过透明屏幕显示在智能挡风玻璃上。此外，系统还是提供一套类人的对话功能。例如，驱动程序可以在不重复初始命令的情况下说“打开窗口一半”，然后说“再打开一点”。按照Nuance的官方说法，这些应用将很快出现在量产车上，而非“遥远的未来”。对于车载业务的持续“纵深”作战，也意味着Nuance的整体架构需要作出相应的“应对调整”。宝马即将于推出的iNext电动SUV量产车首次搭载的多模态自然交互功能(搭载Nuance技术)允许驾驶员在不同的组合方式下，同时使用语音、手势和眼神与车辆进行交互。从去年开始，Nuance筹备汽车业务分拆，近日正式宣布分拆成立汽车子公司Cerence Inc.，并将于10月1日完成分拆，届时，沃达丰前首席执行官阿伦•萨林将出任首任董事长。而首席执行官职位则有Sanjay Dhawan担任，其在以来一直担任哈曼互联服务部门总裁和首席技术官。随着分拆完成，Cerence未来将围绕声音、触觉、手势、情感和视觉的创新结合在一起(也就是行业内通常所称的“多模态交互”)。从开始，Nuance通过一系列的收购做大汽车行业业务，包括斥资1.025亿美元收购了文本输入公司Swype、收购车载语音软件初创公司Tweddle以及自动化消息开发公司Varolii。去年4月，Nuance以8,200万美元现金收购了一家专注汽车语音连接技术的Voicebox，其提供了用于各种应用程序和设备的后台语音技术。收购Voicebox，意味着人工智能对话助手市场正在真正升温，而不再仅仅是传统的语音识别单一功能。Voicebox此前的汽车行业客户包括丰田、TomTom和菲亚特克莱斯勒。市场希望有完整的对话功能，能够对用户所说的话进行语义分析，能够代表用户采取行动，能够进行多回合的上下文响应。Nuance去年还宣布与人工情感智能方案初创公司Affectiva合作进一步实现汽车助手和车内体验的人性化。作为首个多模态舱内人工智能传感解决方案，Affectiva的Emotion AI平台将与Nuance的Dragon Drive汽车助手平台集成，提供能够从面部和声音理解司机和乘客复杂的认知和情感状态，并相应地提供个性化语音交互的方案。Emotion AI平台可以实时检测面部表情(包括打哈欠、闭眼和眨眼频率等)和情绪，扩大语音交互所需的上下文、情感和认知数据的广度和深度。而这个趋势也是未来ADAS、自动驾驶与座舱交互的深度融合，在未来，上述解决方案有望解决与安全相关的应用场景。在《高工智能汽车》看来，多模态融合是必然的发展趋势，未来的人机交互系统会更加智能化、理解用户的交互意图。通过眼动跟踪和情绪识别，人机交互系统可提前感知用户的交互意图，叠加语音识别等交互模式，最终可以为用户提供一个高效、便捷、舒适的人机交互系统。这也将间接改变未来智能交互软硬件供应商的市场格局，单一交互技术供应商将逐步被多模态融合方案商“卡位”，而OEM厂商对于融合交互方案的需求也会陆续显现。