《智能網(wǎng)聯(lián)整車綜合測試》課件-智能座艙語音交互系統(tǒng)認(rèn)知

智能座艙語音交互系統(tǒng)認(rèn)知主講教師：課程導(dǎo)入01語音交互系統(tǒng)的概念02語音交互系統(tǒng)的基礎(chǔ)技術(shù)03主流車載語音助手功能04語音交互系統(tǒng)的特點(diǎn)PART01語音交互系統(tǒng)的概念一、語音交互系統(tǒng)的概念語音交互系統(tǒng)（VoiceUserInterface，VUI）通俗地說就是駕乘人員通過自己開口說話的方式用語言給車機(jī)下達(dá)指令，以滿足駕乘人員的行車駕乘需求。（一）基本概念PART02語音交互系統(tǒng)的基礎(chǔ)技術(shù)二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（一）基礎(chǔ)技術(shù)語音喚醒語音識別自然語言處理語音合成語音增強(qiáng)音效增強(qiáng)自然語言理解對話管理自然語言生成二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（二）語音增強(qiáng)由于汽車內(nèi)部的噪聲源較多，這些噪聲會減弱用戶人聲音頻信號的特征，直接影響語音識別的準(zhǔn)確性。通常采用基于麥克風(fēng)陣列的語音增強(qiáng)技術(shù)，可有效抑制噪聲產(chǎn)生的影響，保證較干凈的用戶人聲音頻信號輸入語音交互系統(tǒng)，提高語音識別的準(zhǔn)確率。二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（三）語音喚醒語音喚醒是語音交互技術(shù)的第一入口，當(dāng)語音交互系統(tǒng)在休眠狀態(tài)時(shí)，用戶可以通過指定的喚醒詞使其從休眠狀態(tài)進(jìn)入激活狀態(tài)，來開啟語音交互對話。二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（四）語音識別語音識別就是將用戶的語音轉(zhuǎn)換為文本，并且保留語速、音量、停頓等語音特征信息。通過語音增強(qiáng)技術(shù)對用戶聲音進(jìn)行處理；對增強(qiáng)后的語音進(jìn)行關(guān)鍵特征的提??；通過聲學(xué)模型匹配對提取到的語音關(guān)鍵特征進(jìn)行轉(zhuǎn)換，得到一個類似于漢語拼音的發(fā)聲信息；通過語言模型與發(fā)聲信息進(jìn)行詞或字的對比。二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（五）自然語言處理自然語言處理是語音交互技術(shù)最難的環(huán)節(jié)，將用戶人聲音頻信號抽象成能夠讓機(jī)器理解的表示形式。自然語言理解：通過分析語音識別后的文本語義和語法，并從文本語言中獲得文本含義。對話管理：機(jī)器通過對話對接用戶接下來可能會發(fā)生的動作，進(jìn)行管理決策并更新對話狀態(tài)，然后不斷重復(fù)直到結(jié)束。自然語言生成：機(jī)器通過對話管理后的決策，生成為回復(fù)給用戶的文本。二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（六）語音合成語音合成是語音交互技術(shù)的出口，機(jī)器將文本轉(zhuǎn)換為給用戶聽的語音，完成一次語音交互。基本原理將任意文字信息通過語言處理進(jìn)行斷句，再通過韻律處理規(guī)劃合成語音的音階、音高、音長、音強(qiáng)等音素，使合成的語音能夠正確地表達(dá)說話人所要表達(dá)的意圖，使其聽起來更自然，最后把文字信息對應(yīng)的音素單元進(jìn)行拼接，通過聲學(xué)處理輸出語音合成后的音頻。二、語音交互系統(tǒng)的基礎(chǔ)技術(shù)（七）音效增強(qiáng)音效增強(qiáng)是基于車內(nèi)復(fù)雜的噪聲環(huán)境以及揚(yáng)聲器位置造成的復(fù)雜聲場環(huán)境，通過加入高級環(huán)繞算法，對合成好的音頻進(jìn)行專業(yè)聲學(xué)處理。未經(jīng)專業(yè)聲學(xué)處理的音響系統(tǒng)會丟失聲音的定位信息，不能還原聲音的左右空間感與前后縱深感，聲音雜亂無章、互相干擾。PART03主流車載語音助手功能三、主流車載語音助手功能（一）語音交互功能語音交互功能主要包括語音識別、語音合成。通過語音交互功能，系統(tǒng)能夠通過用戶的語音指令，從而實(shí)現(xiàn)各應(yīng)用程序的功能控制。同時(shí)，針對接收到的語音指令，系統(tǒng)能夠給予用戶正確的語音反饋。三、主流車載語音助手功能（二）語音資訊查詢語音資訊查詢是車載語音系統(tǒng)的輔助功能，用戶通過全語音交互的形式即可實(shí)現(xiàn)信息的自主查詢功能，從而在提高系統(tǒng)執(zhí)行效率的同時(shí)，避免了用戶注意力的分散，保障了用戶的駕駛安全。三、主流車載語音助手功能（三）娛樂功能娛樂功能是車載語音系統(tǒng)的核心功能，用戶可通過控制指令實(shí)現(xiàn)音樂應(yīng)用程序的打開、關(guān)閉，實(shí)現(xiàn)對歌曲播放模式的控制。三、主流車載語音助手功能（四）語音控制車輛原有設(shè)備針對車輛內(nèi)的空調(diào)、車窗、天窗等設(shè)備，通過采用全語音交互的方式，從而使系統(tǒng)控制更為快捷、便利。相較于傳統(tǒng)的觸摸屏幕的形式，語音交互不會分散用戶的注意力，能夠用戶的行車安全。PART04語音交互系統(tǒng)的特點(diǎn)四、語音交互系統(tǒng)的特點(diǎn)（一）語音交互系統(tǒng)的優(yōu)點(diǎn)解放雙手和雙眼通過語言交互可以將手和眼睛空起來處理其他事情，在需要多感官協(xié)同的場景下效率更高。使用門檻低針對老人、小孩、失明的人群，無法使用文字交互，語音交互會為其帶來極大的便利。更舒適的第三空間對于用戶來說，智能汽車不再是冰冷的機(jī)器，而是可以聊天交流的對象。更自然的控制流程對新用戶更加友好，哪怕沒看過說明書，也能通過“所說即所得”的方式使用服務(wù)。優(yōu)點(diǎn)四、語音交互系統(tǒng)的特點(diǎn)（二）語音交互系統(tǒng)的缺點(diǎn)接收效率比較低在獲取外界有效信息時(shí)，人類的視覺要強(qiáng)過聽覺。用戶的心理負(fù)擔(dān)用戶處在一個比較開放的需要顧