历史上的今天
今天是：2025年02月14日（星期五）
2020年02月14日 | 车联网名词注解系列——语音控制篇
2020-02-14 来源：汽车之家
在过去一年的智能车联测试项目中，总有朋友提问：我们在文章中提到的很多名词，很难从字面理解是什么意思，有时候会让人摸不着头脑。正好借着这个各位居家“沉淀”自己的机会，我们就开启一个系列，挨个为大家注解那些晦涩难懂的专有名词，讲讲它们的含义、背景和意义，也备日后相关文章引用。这第一期，我们就先聊聊语音控制中的那些常见名词。
STT和TTS
互联网常识告诉我们：当两个字母/数字中间夹着一个“T”或者“2”时，它大概率指代“to”这个单词，例如：P2P、B2C、V2X，STT和TTS也是类似。
在部分技术文献中，这个环节也被称为ASR（Automatic Speech Recognition，自动语音识别），是融合了语言学、计算机科学以及电气工程领域知识和研究的一个复杂项目。
我们在宣传语中经常听到的“语音引擎”，通常就是指这五个环节的集合。在研发当中，尽管部分供应商具备完整的解决方案，但往往一辆车的语音控制系统会在不同环节选择不同的供应商，彼此通力合作，才达到最终的效果。
除了我们上文中解释过的词汇，NLP（Natural Language Processing，自然语言处理）是把用户的指令转化为结构化的、机器可理解的语言。
语音控制是一个复杂的涉及语言学、计算机科学、电器工程等学科，云端和本地融合的一项复杂功能，往往需要车企的电器部门和多个供应商同时合作，以达到最好的效果。对服务商而言，想提供最好的产品，需要在语言分析、指令集上常年累月的积累，想做好，真的不容易。
啥？连续说？免唤醒？
OneShot连续说和免唤醒
在过去一年对车载语音控制的测试中，有两个“高频词汇”——OneShot连续说和免唤醒。它们也是除“识别率”以外，我们最为看中的语音控制功能。
你有想过为什么一定要唤醒词吗？因为人在日常交流中很容易触发语音控制中的某些功能，唤醒词就是要规定一个时间段（唤醒之后到结束对话），在这个时间段内，语音引擎才对你说的话进行处理反馈。在现阶段的语音控制技术下，如果没有唤醒词，你将被车载语音控制骚扰到自闭。
那为什么不能像日常交流一样，直接叫名字呢？比如：李响，帮我打开空调。也是因为两三个字的名字很容易被误识别，导致误触发语音控制。所以唤醒词通常会被设置成“叠词”、“打招呼+名字”以及“某某同学”等，以降低误触发的概率。
但这也导致一个问题——人与人的交流模式完全不是这样啊！下面这张图是基本的车载语音控制交流模式，你看是不是特别熟悉。
OneShot是什么意思呢，很简单，即唤醒词可以和指令一起说，而不是先说唤醒词，等待系统回应后，再下达指令。有了OneShot连续说功能后，是这样的。
免唤醒词又是是什么意思呢，顾名思义，连唤醒词都免了，不需要呼出语音控制功能，直接下达指令即可，如下：
发现没有，这是一个越来越接近人与人交流方式的过程，同时也是一个越来越缺乏礼貌的过程，对的，人的交流方式就是没礼貌的。
以上是OneShot和免唤醒的含义和意义。而关于免唤醒词，这里还要多说两句，现阶段，免唤醒主要分为两种模式。
或是在音乐播放界面下，你可以直接说“暂停”、“下一首”、“增大音量”，而不需要先唤醒语音控制功能。这是目前应用最广泛的免唤醒方案。
在采用科大讯飞语音引擎的部分车型（长安CS95、奇瑞艾瑞泽GX冠军版等）上使用的就是这套逻辑。
这里我们也看到，在大部分功能都可以直接下达指令的情况下，系统还是要限定一个时长，如果不限定时间，误唤醒问题出现的概率仍然是难以接受的。试想一下，你和副驾驶愉悦地聊着今天天气真不错时，突然，系统开始自说自话：“今天北京天气晴，空气质量……”这样的情况出现两次，你可能就会永久关闭语音控制功能了。
小结
车联网名词注解系列的第一期，我们解释了语音控制系统的几个名词，聊了它们的定义、背景和价值。人与人的沟通，其实绝大部分都是通过“说”和“听”来实现的，当然，我们还有表情、手势等等，相比之下，想要让机器理解表情和手势的含义就更难了。各大车企、研究机构、语音交互方案提供商口中的类人交互，就是让机器学会理解语言、看懂手势甚至体会情感，语音控制作为其中一项，也才处于起步阶段呢。什么时候把“处理”真地变成“理解”，我们才进入了下一个更加智能的阶段。
史海拾趣
|
http://topic.eeworld.net/u/20090807/18/56aa3841-49c4-486a-813e-c639c0e05214.html?41788，从您的回复中看出我们问题很相识，希望得到回复，给您发消息未见回复。… 查看全部问答＞ |
|
欢迎进入嵌入式软件开发网站讨论单片开发的相关问题 嵌入式软件开发网站首页 http://www.embeddedsoft.cn/ 嵌入式软件开发网站论坛 http://www.embeddedsoft.cn/bbs… 查看全部问答＞ |
|
怪，怪，怪： 一个winform 中的textBox空件，输入的有值，程序中也能得到，但就是在页面上的显示不见了，变成了什么也没有输入的样子！！！！ 有人遇 一个winform 中的textBox空件，输入的有值，程序中也能得到，但就是在页面上的显示不见了，变成了什么也没有输入的样子！！！！ 有源程序，请大家帮忙啊！！！ 谢谢… 查看全部问答＞ |
|
想在虚拟机里建个WIN98的驱动开发环境，不知需要准备那些工具？ 本来买本教材，不幸的是它里面是用ms v7.0、masm及98DDK来讲解例子的。我从网上找到的98DDK和书里用的DDK还有点不一样。另外我想在虚拟机上做驱动开发调试不知该怎么做？… 查看全部问答＞ |
|
Bit-banding技术, 即给每个bit位建立一个对应的别名,通过别名来直接访问此bit 1MB的RAM给了32MB的别名空间,一个Byte也就需要8个别名,却给了32个空间,所以将别名空间的低2位不用,常为0.这样就使1MB的RAM空间和32MB的别名空间一一对应了. &n ...… 查看全部问答＞ |
|
瓦斯监测对于煤矿安全具有重要作用， 煤矿井下终端和监控分站之间的通信对完成瓦斯监测任务起到重要作用 。本系统采用低功耗单片机 MS P 4 3 0 F 1 4 7和 R S 4 8 5总线完成煤矿井下监控分站与远程终端的通信。传感器检测到的瓦斯浓度 ...… 查看全部问答＞ |
|
以前使用 C2000系列 MCU时，采用TI公司的 IQmath数学库做一些乘除运算，三角函数运算等。最近在学Stellaris系列MCU，发现 IQmath库同样可以应用于 Stellaris系列中，而且应用也很简单，同时大幅提升了计算速度。 … 查看全部问答＞ |