今（jīn）年（nián）3月（yuè），重庆车（chē）企（qǐ）欧尚汽车智慧快乐（lè）座舱在（zài）渝发布，将人工智（zhì）能技术与汽车（chē）使用（yòng）场（chǎng）景深度融合，打（dǎ）造了全（quán）球首发（fā）的车（chē）外语（yǔ）音交互系统。

这（zhè）一系（xì）统的（de）成功发（fā）布，是一批（pī）批汽车研发人员的共同努力。科大讯飞智能汽车重庆分（fèn）中心（xīn）总经理（lǐ）马鸿鹏带（dài）领团队（duì）攻（gōng）坚（jiān）克难乘（chéng）势而上，用人（rén）工智能赋能智能汽车发展（zhǎn），助力重庆汽车产（chǎn）业转型发（fā）展。

马鸿鹏（中）与团队进行（háng）技术交流。科大（dà）讯飞供图

研发（fā）：技术攻坚开创人机交互新格局

马鸿鹏与重（chóng）庆的结缘，从（cóng）2018开始（shǐ）。

2018年智（zhì）博会上，科大讯飞董事长刘庆峰宣布将西南总部（bù）落地重庆，同时落地的还有科大讯飞智能汽车的重庆分（fèn）中心，马鸿（hóng）鹏也成为（wéi）该（gāi）中心的总经理（lǐ）。与此同时（shí），科大讯飞还与长安汽（qì）车等重庆车（chē）企共建联合实验室，在汽车电子（zǐ）智能化的技术（shù）研发、产品设计、以及整车应用领（lǐng）域展开合作。

“小安你好，帮我查一下北京的天气。”

“好的（de），北京天气（qì）晴，白天气（qì）温20度。”

“再帮我订一张去那儿的机票。”

……

这样的对（duì）话，在人与人交流中（zhōng）再（zài）平常（cháng）不过，但（dàn）是对于人机互动（dòng）而言，想要和机器持续对话，并（bìng）让机器（qì）理（lǐ）解“那儿”就是上（shàng）文所指的（de）北（běi）京，技（jì）术难度不言而喻。

“在车内一次唤醒实现（xiàn）多个指（zhǐ）令（lìng），还要（yào）实现上下文理解，这种交互方式是之前没有的，但却是用户的痛点。”马鸿鹏解（jiě）释到，对于机器来说，机器需要记（jì）忆和理解当（dāng）前（qián）说话人的意图和场景，就需（xū）要覆盖尽可（kě）能多的场景和可能问法，这种（zhǒng）会呈（chéng）几（jǐ）何级数增长的算法复杂度，使软件的开发和（hé）维护都有较大难度（dù）。

为（wéi）了实现这一智（zhì）能操作，马鸿鹏带领着20多（duō）人组成的团队入驻长安汽车，反复测试形成庞大的场景知（zhī）识（shí）库，“通常车内常用指令不（bú）超（chāo）过2000种，但我们在（zài）车机上内置了常用指（zhǐ）令近6000条，不常用（yòng）指令近2万条，才精准实现了用户（hù）指令。”马鸿鹏说。

另（lìng）一项技术难点是，怎样才能让（ràng）语（yǔ）音（yīn）控制系统（tǒng）保（bǎo）持收音（yīn）状态，同时车（chē）内对非（fēi）指令正（zhèng）常交流不作反馈？马鸿鹏说（shuō），他们（men）在车内（nèi）研发设置了声纹识别、声源（yuán）定（dìng）位等系统（tǒng），能（néng）够准确（què）识别指令发出（chū）者的（de）指（zhǐ）令，而非（fēi）指令者和日常（cháng）车内（nèi）交（jiāo）流（liú）则不会被接收进语音（yīn）控制（zhì）系统，让车内语（yǔ）音操作（zuò）更加智能（néng）和人性（xìng）化。

如今，搭载（zǎi）了（le）这些（xiē）技（jì）术的飞鱼OS已经（jīng）在长（zhǎng）安CS95、CS75等车型上使用，也加速了重庆汽车智能化发展的进（jìn）程（chéng）。

马鸿鹏（右）与同事进行智能车载系统测试。科大讯飞供图

攻坚：攻（gōng）克关（guān）键（jiàn）技（jì）术助力重庆（qìng）造（zào）汽车走出去

随着智（zhì）能汽车产业发展，不少重庆汽车品牌也走向国（guó）际市场。马鸿鹏（péng）说，智能汽车（chē）在海外（wài）使用（yòng），必须适用当地的语种，而在过去外语的车（chē）载语音识别及（jí）合成（chéng）系统被国外企业垄断（duàn），国内（nèi）车（chē）企只能使用国外（wài）企业的语音技术。“比如（rú）过去很长一段时间长安（ān）汽车（chē）在面向中东、南美等海外发行的车型（xíng）中，语音识（shí）别系（xì）统一直是采用的（de）国外技术，安全问题是最大的考量。”

为了（le）解决这一技术难题，马鸿鹏团队联合（hé）科大讯飞（fēi）研究院（yuàn）展开长安汽车车载外语语音识别及合成系统研发。

“做车（chē）载外语识别，不仅需要听懂，还要理解其他（tā）国家的（de）语言文化习惯，甚至同一语种不同地区（qū）的口音，这就需（xū）要有强大（dà）的识（shí）别模型和机器（qì）学习做（zuò）支撑。”马鸿鹏（péng）解释说（shuō），车载语音的（de）“识别”分为（wéi）“语音识别”和“语义识别（bié）”两个技术（shù）层次（cì），“语音识（shí）别”相当于（yú）人的嘴（zuǐ）巴和耳朵，负责表达和获（huò）取，而（ér）“语义识别”相当于（yú）人的大脑，负责思（sī）考和信息处理。为此（cǐ），团队开创性地采用实体抽取+动态（tài）模板（bǎn）、融合深度学习的框架（jià），将（jiāng）语言和（hé）语义技术剥离，构建出云+端多语种语义平（píng）台（tái），基于该平台可快速实现（xiàn）多（duō）语种的语义理解。

2021年，这套车载（zǎi）外（wài）语语音识别系统已成功（gōng）实现（xiàn）了国产（chǎn）化，长安汽车海（hǎi）外（wài）发行的车型均采用了这（zhè）一国产系统，“关键技术的（de）国产化不仅（jǐn）更（gèng）稳定安全，在（zài）生产成本（běn）上也（yě）实现了降低（dī），助力（lì）国内自主品（pǐn）牌出海。”马（mǎ）鸿鹏说。

未来：“语音+视觉”开创人（rén）机（jī）交互新体（tǐ）验

“身居汽车行业（yè）内，我们在不断思考，如何发挥人工智能优势（shì），通过‘AI+汽车’赋能重庆汽车制造开创新（xīn）格局。”马鸿鹏（péng）说。

“以（yǐ）前汽车的语音交（jiāo）互都在车内，实际上车外智能交（jiāo）互也是用户的需求，一门之（zhī）隔下，研发道阻且长。”马鸿鹏举例（lì）说，以往（wǎng）用户（hù）在用车（chē）场（chǎng）景中，常会有开门难、挪车（chē）难等痛点，而这套车外语音交互系统可以让车主在车外（wài）唤醒车辆，比（bǐ）如（rú）在拥（yōng）挤的停车场，可以叫它（tā）“把（bǎ）车开出（chū）来”，车辆即可自动向前驶（shǐ）出，购物（wù）归来双手不方便开门，也可以说（shuō）一声“打开后备箱”，后备箱（xiāng）即可自动开启。

“车（chē）外（wài）语音交互相较（jiào）车内语音（yīn）交互来说，难点在于如何保障车外噪音等复杂环境下，机器（qì）能听清楚并执行指令。”马鸿鹏说（shuō），为了实现车外（wài）的人车交互，他和团队独（dú）创了神经网络降噪算法和“冷启动”系统两项技术，让车外语音（yīn）交（jiāo）互系统做到360度语音（yīn）降（jiàng）噪和无（wú）死角识（shí）别覆盖，实（shí）现稳定高效的车外语音交互。

未来，汽车智能化转型升级之路怎么走？

“汽车革命的（de）下半场是智（zhì）能化、网联化、共享化。”马鸿鹏说，他正在和团队开发多模态交互的新（xīn）技术，未来的智能汽车除了在语（yǔ）音交互外，还将增加视觉感应交互。比如，当你看向左边（biān）车（chē）窗，发出“打开车（chē）窗”指（zhǐ）令（lìng），那么车机将只（zhī）打开左侧车窗；正在通过中控看地图，说放大一点，车机将为用户放（fàng）大地图。

汽车（chē）产业作为重庆重要的支柱（zhù）产业（yè），从车端、零部件、电池、软件等（děng）全（quán）产业链聚集，为重庆在智（zhì）能汽车领域弯道超车奠定基（jī）础。马鸿鹏（péng）表（biǎo）示（shì），科大（dà）讯飞将发挥人工智能优势，进（jìn）一（yī）步从（cóng）技（jì）术提供商，向信（xìn）息娱乐系统、音（yīn）响系统等迈进，走向软（ruǎn）硬一体（tǐ）化发展，助力重庆汽（qì）车（chē）产业智能制（zhì）造。