我们体验了宝马自然语音识别，还给它出了几道「附加题」
宝马在设计iDrive （智能驾驶控制系统）时，始终坚持的一个原则是「不分心」。2011年，当时的宝马人机界面负责人Bernarhd Neidermaier在一次交流中提到，设计师们心里其实有一条水平参考线——显示相关的都在线上，控制相关的在线下。他们努力将两者剥离，目的是尽可能地减少低头看屏分散注意力的时间，并且保证驾驶员用按钮控制时，不用倾斜身体或者抬起手臂。
这种把显示与控制剥离的设计，一直被沿用了下来。
另一种让驾驶员避免分心的办法，就是在车内引入语音交互。毕竟语言最接近人类的交流习惯，如果和你说话的系统足够聪明，一句指令就能清楚地指向一个功能，反复查看屏幕和手动操作的时间，都可以节省下来。
2016年CES（消费电子展）时，宝马带来了为中国用户开发的自然语音识别系统（NLU，Natural Language Understanding）。这项技术最先在
3系(参数|图片)和7系(参数|图片)上应用，之后又延伸到了品牌旗下的更多车型。过去几天，车云菌体验了一辆宝马320i的自然语音识别，对这项功能的表现也有了更加直观的体会，在这套语音系统常规表现之外，还给它布置了几道小有挑战的「附加题」，大家也可以看看这套系统的表现。
先来认识一下宝马的这套自然语音系统
自然语音技术不是一蹴而就，宝马引入车载语音技术已经有很多年了。因为语音识别本身就是iDrive系统的一部分，所以语音控制体验和整个车载娱乐信息系统以及一些车辆辅助（比如空调等）紧紧联系在了一起。
据资料显示，第一代iDrive就可以用语音来控制导航和音乐，随后宝马又分别在2007年加入了语音拨号，2011年增加了文字转语音读电邮、短信等功能。
这个阶段，宝马使用的还是「条目式语音」，控制模式很像用鼠标去逐个点开系统页面，而且每次该说什么都要严格遵守规定。假如你要听手机上ColdPlay演唱的Viva la Vida，那就请依次说出「USB-按艺术家-ColdPlay-按歌名-Viva la Vida」吧。
2012年，语音功能迎来了一次大更新。宝马宣布开始使用Nuance的Dragon Drive（声龙驾驶）。这是一套「本地+云端」的混合系统。因为获得了云端强大的运算能力，语音交互不再受限于本地的存储和算力，语音识别率和速度都有了显著提升。
当时视频展示的语音交互已经开始简化，虽然依旧需要先说出「导航」这个命令大类，但用户已经可以在地址页面按要求，一次性输入完整的目的地地址。
2018款宝马320i的iDrive系统，用户可勾选是否通过服务器进行语音识别，来提升语音交互的体验
更重要的是，云服务让语义理解变得更加容易。在2016年宝马揭晓最新一代自然语音系统时，交互已经在努力接近人与人之间的对话。导航时，系统已经可以根据「附近的加油站」这类模糊指令，给出一个非常接近答案的地址列表。
而且交互逻辑中，完成某个任务期间的多轮语音沟通不用多次唤醒。只要界面左上角的语音标识一直处于点亮状态，你就可以一直顺着引导，把任务完整布置给系统。因此在用户端体验上，宝马早期语音交互的那种机械感已经被大大稀释。
2016年发布的宝马自然语音识别通过方向盘上的语音按钮唤醒，可以用于导航，搜索POI，打开音乐广播，拨打电话，发送信息，查询车辆和生活信息等。在每个大类中，语音还可以控制更加细分的小功能。
x
上面这个视频可以让你直观感受一下整个语音交互过程，系统对答和提醒的女声语音听起来较为舒心，理解任务的成功率也比较高。在连接服务器的情况下，语音识别和语义理解的延迟可接受，系统思考的时间几乎不易觉察。
4道语音考试「附加题」
除了常规体验之外，我们为这套语音系统准备了几道附加题，更像是有趣的极限挑战，可以让大家对系统有更深入的发现。
1. 打断和修改
在熟悉和机器交谈后，系统的语音回复显得过于冗长。你会在机器说完所有内容之前，就下意识地打断它。宝马的自然语音识别在一些环节支持打断，可以兼顾需要解说和简化沟通的需要。
同时在语音识别、语义理解难免出错的时候，手动修改错误结果也是一个比较苦恼的问题。删除和重输入过程十分繁琐，使用宝马自然语音识别系统的语音修改，可以提高沟通效率。
在拨打电话这个任务中，我们随机测试了连续打断和修改方面的表现，测试时是车窗关闭的驻车状态，同时云端识别开启。
2. 强噪音
对于车载环境，降噪是一项很重要的命题。因为行车时特有的发动机声，开窗时的风噪，车内其他人的说话声，都会干扰最终的语音交互效果。
常规测试车载语音系统的降噪能力，是在高速行驶时开窗测试。我们选择了更苛刻的条件——在驻车状态空调风力全开的时候，随意使用车载语音功能。因为空调最大风量时发出来的噪声非常大，而车机和空调出风口临近，会受到很大的干扰。
下面是一个一镜到底的视频，云端识别处于开启状态。其中，打开关闭空调、按距离筛选POI结果是车载语音原本不支持的功能，返回结果失败的原因不是噪音导致。总体看来，在非常恶劣的环境下，宝马这套车载语音的表现不错。
3. 不连网
这款车载语音产品是一个混合导航。目前这套系统的导航POI（兴趣点）数据优先从云端获取。为了避免车处在隧道、停车场等信号不佳区域导致的体验欠缺，车辆本地也会存放一部分导航数据，但一般而言输出结果需要更长的时间。
我们关闭网络，测试了非联网状态POI搜索的表现。结果发现，本地处理时间有了明显增加，系统思考的每个步骤都在屏幕上展示了出来。首先非联网带来的时延，车云菌觉得对驻车状态的搜索不会造成太大困扰，但如果在行车过程操作，很有可能会导致错过路口，路线重新规划。对于把每一步都展示给用户的做法，车云菌认为反倒对用户理解系统是一种帮助，毕竟在本地状态下，语音识别过程的拉长，很容易造成「功能不可用」的误解。
4. 多意图指令
单一意图的语言指令，宝马的这套系统已经有不错的识别表现。但这并没有满足我们的好奇心。根据习惯，我们常常会使用多意图的语音指令，比如「提醒我明天下午给车云菌打电话」，对系统来说，挑战就是分辨该「打电话给车云菌」还是「给备忘录中增加一个提醒」。
在下面这个视频，我们试了这样一组指令。通过不同地名的排列组合，让系统试着去分辨我们的真实意图。对于这道题，系统没能成功给出逻辑上正确的结果。语义理解是目前语音技术在重点突破的方向，要让语音系统真正识别驾驶员的意图，还需要更多的数据和更强大的神经网络架构。
- 导航到天安门- 导航到西单- 我要去天安门，不要去西单- 我要去西单，不要去天安门- 我不要去天安门，我要去西单- 我不要去西单，我要去天安门- 我不要去天安门，也不要去西单- 我要去天安门和西单
车云小结
宝马最早开始在量产车上使用语音交互的车企之一，并且这项功能已经普及到了品牌旗下的众多车型。语音技术的持续发展，为驾驶员创造了更智能化，情景化，以及更加主动的体验。随着智能汽车角色的转变，语音会发挥的作用一定会越来越大。
想了解更多关于新车上市的最新消息，以及最热门车型的分析点评，请戳：车云网：http://www.cheyun.com/，也可微信搜索小程序：车云
我们体验了宝马自然语音识别，还给它出了几道「附加题」相关推荐
- 宝马自然语音识别体验，语音识别率和速度都有了显著提升
宝马在设计iDrive (智能驾驶控制系统)时,始终坚持的一个原则是"不分心".2011年,当时的宝马人机界面负责人Bernarhd Neidermaier在一次交流中提到,设计师 ...
- 完整体验了一次，微信7.0新开放的「亲属卡」功能
关于微信7.0 ,这两天太多文章在分析,很多新功能,改版很大 . 但,老徐觉得,有必要聊聊这个功能 . 如下,是完整体验过程,不用谢 . 图片底部有互动,期待看到你的留言讨论 . 图片发自简书App
- 媲美Siri语音 英朗自然语音识别系统体验
[太平洋汽车网 用车频道]相信苹果粉对iPhone上的Siri必定十分钟爱,可惜Siri只能控制手机上的一些软件功能,没有可见的实质变化.现在车载语音操作系统犹如雨后春笋那样冒出,但算得上好用的设备寥 ...
- 一副耳机的钱，竟让我体验了「元宇宙」办公
视学算法报道 编辑:桃子 [新智元导读]一个防疫政策,又是居家办公.视频会议2分就卡顿,电话会议各说各的,都元宇宙时代了,打工人远程协同工作就这么难? 都元宇宙时代了,为啥打工还这么苦bi? ...
- android 缓冲条,荣耀 Note10 体验：6.95 英寸的「平板级」大屏之外，还有全面旗舰的体验...
过去的一两年里,手机屏幕的尺寸已经不再像四五年前那样疯狂增大,不过得益于工业设计和屏幕封装技术的进步,通过提高屏占比,主流手机的屏幕尺寸依然在不断往上走. 两年前的时候,市面上最常见的屏幕尺寸是 5. ...
- 操作无法完成因为已经在mysqld.exe上打开_三星的电脑、手机「二合一」体验，如何在国行设备上体验到？...
三星在刚结束没多久的 Galaxy Unpacked August 2020 发布会上为大家带来了 5 款硬件设备,拳头产品称不上出色,不算主角的「Galaxy Ecosystem」倒是惊喜连连. 除 ...
- GTA 5祖传「屎山」代码终于修复！R星认可黑客方案，还给他发了1万美元奖金
贾浩楠 发自 凹非寺 量子位 报道 | 公众号 QbitAI 折磨全球无数GTA 5玩家的联机版超长加载时间问题,终于要修复了. 什么?R星(游戏开发商RockStar)主动改善玩家游戏体验?不存在的 ...
- 只用嘴唇动一动，AI就能合成语音，效果自然流畅看不出破绽
梅宁航 发自 凹非寺 量子位 报道 | 公众号 QbitAI 光动嘴不用出声,AI自动给你合成语音. 这就是来自印度信息技术研究所(IIIT)的黑科技--一个名为Lip2Wav的AI程序. Lip2 ...
- android蓝牙固件升级_AirPods Pro 如何升级固件开启「空间音频」？为何「空间音频」未生效？如何体验「空间音频」？...
(｡･∀･)ﾉﾞ嗨,各位,一般来到这篇文章的都是新购买了 AirPods Pro 的同学,先恭喜你们和我一样拥有了最最适合 iPhone (iPad)的无线降噪耳机,这耳机真的太美妙了 没有购买的赶紧 ...
最新文章
- 新的理念、 新的解决方案、 新的Azure Stack技术预览
- Python递归获取文件夹下面所有文件名字：
- 查找、下载基因序列的方法
- 如何上传应用到百度应用（图解攻略）
- [vue] 怎么访问到子组件的实例或者子元素？
- 深入理解Magento – 第四章 – 模型和ORM基础
- win 7-8-10 下 删除我的电脑下多余的设备和驱动器,腾讯视频,酷我音乐,手机
- highlighting v5.0插件使用 一（持续更新）
- DBC2000数据库，DBC2000怎么设置？DBC2000架设传奇教程
- vcf格式文件转化为Excel（csv）格式文件（R语言的write.csv，write.table功能，Excel表的文件导入功能）...
- ThinkPHP带表情无限级评论回复
- linux系统怎么装搜狗输入法_Linux之Ubuntu系统安装搜狗输入法
- python大学生信息管理系统_基于Python的高等学校社团信息管理系统
- excel表 更改后缀名 xlsx转成csv csv转换xlsx
- OpenBmc开发1：openbmc简介
- 天龙手游角色删除服务器还有显示,天龙八部手游怎么删除角色_角色删除方法详解_玩游戏网...
- 嵌入式LinuxAndroid开发-SDK下载编译
- 机器视觉工业检测——相机篇1
- 杰里之.耳机底噪电流声种类分析【篇】
- PDF转换PPT后还是不能修改怎么办？