今年3月，重庆车企欧尚汽车智（zhì）慧快乐座舱在渝发布，将人工智能技术（shù）与汽车（chē）使用场景（jǐng）深度融合，打造了全球（qiú）首发的（de）车（chē）外语音交互系统。

这一系统的成功发布，是一（yī）批批汽（qì）车研发人员的共同努力。科大讯飞智能汽车重庆分中（zhōng）心总经理马（mǎ）鸿鹏（péng）带（dài）领团队攻坚克难乘势而上，用人工智能赋能智能（néng）汽（qì）车（chē）发（fā）展，助（zhù）力重（chóng）庆汽（qì）车（chē）产业转型发展。

马鸿鹏（中）与团队（duì）进行（háng）技术交流。科大讯飞（fēi）供图

研发：技术攻坚开创（chuàng）人机交互新格（gé）局

马（mǎ）鸿（hóng）鹏与（yǔ）重庆的结（jié）缘，从2018开始。

2018年智博会上，科大讯飞董事长刘庆峰宣（xuān）布（bù）将西南总（zǒng）部落地重庆，同时（shí）落（luò）地（dì）的（de）还有科（kē）大讯飞智能汽车的重庆分中心，马鸿鹏（péng）也成为该中心的总（zǒng）经理。与（yǔ）此（cǐ）同时，科（kē）大讯（xùn）飞还与（yǔ）长安汽车（chē）等重庆（qìng）车企共建（jiàn）联合实验（yàn）室，在汽（qì）车电子智（zhì）能化的技术研（yán）发、产品设计、以及（jí）整车应用领域展开合（hé）作。

“小安（ān）你好，帮我查一下北京的天（tiān）气。”

“好的（de），北（běi）京天气晴，白天（tiān）气温20度。”

“再帮我订一张（zhāng）去那儿的机票。”

……

这样的对话，在人与人交流中再平常不过，但是对于人机互动而言，想（xiǎng）要（yào）和机器持续对话，并让机器理解“那儿”就是上文所（suǒ）指的北京，技术难度不言而喻。

“在车内一（yī）次唤醒实现多个指令，还要实现上下文理解，这（zhè）种交互方式是之前没有的，但（dàn）却（què）是用户的痛点。”马鸿（hóng）鹏解释到，对于机（jī）器来说，机器需要记忆和（hé）理（lǐ）解（jiě）当前说话（huà）人（rén）的（de）意图和场景，就需要覆盖尽可（kě）能多的场景和可（kě）能问法，这种会呈几何（hé）级数增长（zhǎng）的算（suàn）法复杂度（dù），使软件（jiàn）的开发和维护（hù）都有较（jiào）大难度。

为了实现这（zhè）一智（zhì）能操（cāo）作，马鸿鹏带领着20多人组（zǔ）成的团队（duì）入驻长（zhǎng）安（ān）汽车，反复测试（shì）形成庞大的场景知识库，“通常（cháng）车内常（cháng）用指令不超（chāo）过2000种，但我（wǒ）们在车机（jī）上内置（zhì）了常用指令近（jìn）6000条，不常用指（zhǐ）令近2万条，才精准（zhǔn）实现了（le）用（yòng）户指令。”马鸿鹏说。

另（lìng）一项技术（shù）难点是，怎（zěn）样才能让语音（yīn）控制系统（tǒng）保持收（shōu）音状态，同时车内对非指令正常交流（liú）不作反馈？马（mǎ）鸿鹏说，他（tā）们在车内研（yán）发（fā）设置了声纹识（shí）别、声源（yuán）定位等（děng）系统，能够准确识别（bié）指令发出者（zhě）的（de）指令，而非（fēi）指令者和日常车内（nèi）交流则不（bú）会被（bèi）接收进（jìn）语音控制系统，让车内语音操（cāo）作更（gèng）加（jiā）智能和人性化。

如今，搭（dā）载了这些技术（shù）的飞鱼OS已（yǐ）经在长安CS95、CS75等车（chē）型上使（shǐ）用，也加速了重（chóng）庆汽车智能化发展的进程（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）克关键（jiàn）技术助力重庆造汽车走（zǒu）出去

随着智能汽车产业发展，不少（shǎo）重庆汽车品牌也走向（xiàng）国际市场（chǎng）。马鸿鹏说（shuō），智能汽（qì）车（chē）在海外使（shǐ）用，必须适用当地的语种，而在过（guò）去外语（yǔ）的车载语音（yīn）识别及合成系统被国外企业垄（lǒng）断（duàn），国内车企只（zhī）能使用（yòng）国外企业的语音技术。“比如过（guò）去很长一段时间长（zhǎng）安汽（qì）车在面向中东（dōng）、南（nán）美等海外（wài）发行的车（chē）型中（zhōng），语（yǔ）音识别系统一直是采（cǎi）用（yòng）的国外技术，安全问（wèn）题（tí）是最大的考（kǎo）量。”

为了解决这一技术难题，马鸿鹏团队联（lián）合（hé）科大（dà）讯飞研究院展开长安汽（qì）车（chē）车载外语语音识别（bié）及合成系统研发。

“做车载外语识（shí）别，不（bú）仅需要听懂，还（hái）要理（lǐ）解其他国家的语言文化习惯，甚至同（tóng）一（yī）语种不同地区的口音，这就（jiù）需（xū）要有强大的识别（bié）模型和（hé）机器学习做支撑。”马鸿（hóng）鹏解释说，车（chē）载语音的“识别”分为“语音（yīn）识别”和“语义（yì）识别（bié）”两（liǎng）个（gè）技术层次，“语音识别”相当于（yú）人的嘴巴和耳朵（duǒ），负责表达和（hé）获取，而“语义识（shí）别”相当于人的大脑，负责思考和信息处理。为此，团队开创性地采用实体抽（chōu）取+动（dòng）态模板、融合（hé）深度学（xué）习的框架，将语言（yán）和语义技术剥离，构建出（chū）云+端多语种语义平台，基于该平台可快速（sù）实现（xiàn）多语种的语义理解（jiě）。

2021年，这套车载外语语音（yīn）识别系统已成功实（shí）现（xiàn）了国（guó）产化（huà），长安汽车（chē）海外发行的车型均（jun1）采用了这一国产系统，“关键技术的国产化不仅更稳定安全，在生产（chǎn）成本上也实现了降低（dī），助力国（guó）内自主品牌出海（hǎi）。”马（mǎ）鸿鹏（péng）说。

未来：“语（yǔ）音+视觉（jiào）”开创人机交互（hù）新体验（yàn）

“身居汽车行业（yè）内，我们（men）在（zài）不断思考，如何发（fā）挥人（rén）工智能优势，通（tōng）过‘AI+汽车’赋能重（chóng）庆汽车制造（zào）开（kāi）创新格局。”马（mǎ）鸿鹏说。

“以前汽（qì）车的语音交互（hù）都在（zài）车内，实际上车外智（zhì）能交（jiāo）互也是用户的需求（qiú），一门之隔下，研发道阻（zǔ）且（qiě）长。”马鸿（hóng）鹏举（jǔ）例（lì）说，以往用户（hù）在用车（chē）场景中（zhōng），常（cháng）会有开（kāi）门难、挪车难等痛点（diǎn），而这套车外语音交互系统可以（yǐ）让车主在车外唤醒（xǐng）车辆（liàng），比（bǐ）如在拥挤的（de）停车场，可以叫它“把车开（kāi）出来”，车辆即可自动向前驶出，购物归来双手不方便（biàn）开门，也可以说一声“打开（kāi）后备箱”，后备箱（xiāng）即可自动开启（qǐ）。

“车（chē）外语音交互相较车（chē）内语（yǔ）音（yīn）交互来说（shuō），难点在于如何保障车外噪音等复杂环境下（xià），机器能听（tīng）清楚并执行（háng）指令。”马鸿鹏（péng）说，为（wéi）了实（shí）现车外的（de）人车交互，他（tā）和团队独创了（le）神经网络降噪算法和“冷启动”系统两项技术，让车外语（yǔ）音交互（hù）系统做到（dào）360度语音降（jiàng）噪和无死角识别覆盖，实现稳定高效的车（chē）外语音交（jiāo）互（hù）。

未来，汽车智能化转型升级之路（lù）怎么（me）走？

“汽车革命的下（xià）半场是智（zhì）能化、网联化、共享化（huà）。”马鸿鹏说（shuō），他正在和团队开发多（duō）模态交互的新（xīn）技（jì）术，未来的智能汽车除了在语音交互外（wài），还将增加视觉感应（yīng）交（jiāo）互。比如，当你看向左（zuǒ）边车窗，发出（chū）“打开车窗”指（zhǐ）令，那么（me）车机将只打开左侧车窗；正在（zài）通过中（zhōng）控看地图（tú），说放大一点，车机将为用户（hù）放大地（dì）图。

汽车产业作为重庆（qìng）重（chóng）要的支柱产业，从车端、零部（bù）件、电池、软件等全产业链聚集，为重庆在智能（néng）汽车领域（yù）弯道超车奠定基础。马（mǎ）鸿鹏表示，科大讯飞（fēi）将发挥人工智能优势，进（jìn）一步从技术提供商，向信息娱乐系（xì）统、音响系统（tǒng）等迈（mài）进，走向（xiàng）软硬（yìng）一体（tǐ）化发展，助力重庆汽车产业智能制造。