車載語音導航新篇章！採訪Nuance高層
2025-05-14 16:42:09
泡泡網上海分站12月22日 在2011年12月7-9日，Nuance參加了在上海雅居樂萬豪酒店舉行的2011 Telematics @ China高峰論壇並展出最新的中文車載語音解決方案。而我們知道，Nuance通訊公司是世界領先的語音和語言解決方案提供商，企業級和消費級用戶遍及全球。其提供的技術、應用軟體和服務改變了人們進行信息交互，和創建、共享以及使用文檔的方式，並很大程度上提升了用戶體驗。
近日與中國領先的導航地圖和動態交通信息服務提供商四維圖新（NAVINFO）達成合作，雙方將共同開發導航用的語音地圖數據，並於NavInfo在2012年5月發布的新版地圖同時推出用於語音導航的數據。四維圖新將藉助Nuance最新的字音轉換工具，引領語音技術成為未來語音導航產品的趨勢。在2011年12月8日，泡泡網有幸對Nuance移動語音部全球嵌入解決方案構架總監Brian Radloff、語音合成產品經理Dr Johan Wouters、顧問經理蘇厚昌和上海研發中心總監張亞昕博士進行採訪，聽他們談談Nuance最近的一個市場發展情況和新的技術特點。
首先張亞昕博士為我們演示了Nuance語音導航是怎麼實現的。舉了一個雲端和本地端來結合的例子：
Nuance上海研發中心總監張亞昕博士
系統：「請選擇一個任務」
Nuance：命令詞控制。
系統：「命令詞控制，請說命令。」
Nuance：發簡訊給劉濤，今天晚上七點圖書館見。
系統：「發簡訊給劉濤，簡訊內容：今天晚上七點圖書館見。」
「見」這個音是對了，字是錯了。然後它這個是這樣，我說的這一句話，這個語音識別的實現，實際是上本地和雲端結合起來實現的。
通過語音本地端完成了發簡訊給劉濤這個命令詞的識別，識別完了以後，它把劉濤的電話號碼從地址簿裡邊調出來，放在你這個簡訊的筐裡頭，然後把「今天晚上七點圖書館見」的這一段語音就發到雲端，雲端的識別器把它識別完了以後，把文本反饋回來，再填到這兒。所以剛才看到大家稍微有點等，在等的過程當中，實際上就是這個信號傳到雲端，雲端識別幾乎是不花時間的，因為它非常強大，然後再傳回送。這個就是網絡的傳送時間，有時候等待時間，因為現在無線網絡有時候也不是特別好。這是一個比較典型的一個例子。
泡泡網：在看完張亞昕博士對Nuance語音導航的演示，請問一下如果編輯錯的話，能不能修改？
Nuance：可以修改。到你需要修改的那個「見」上，你再說「見」或者見面，它就給你弄過來了。但是我們覺得在中國區，在中文的修改上，這未必可能是個好辦法，我們也在試探另外一種辦法，這個辦法我現在可以給大家介紹一下。就是這樣，我要說修改，那麼那個語音合成TS就開始給你再讀，剛才不是讀了一遍嗎，它再給你讀，但是這一次讀，它是一個詞一個詞地讀。他說，今天我不吭聲，晚上，我不吭聲，他說七點，我也不吭聲，等他說「見」的時候，我說「見面」，他知道我說的這個詞要把那個覆蓋掉，再改，再把它改了。這樣可能更合理一些，就是你手不用去摸什麼東西，眼睛看什麼東西，完全能保持你在駕駛的時候，這是我們目前還在進行開發的一個東西，或許下一次如果我們再有機會我們就可以把這個演示一下。
泡泡網：這樣輸入就很容易產生一個問題，比如說，他說劉濤，中文姓名裡面，劉濤這個名字出現的概率比較多，如果說你的電話中多個人同時叫劉濤，它怎麼識別？
Nuance：這個對於語音識別來講，它唯一的辦法就是把幾個劉濤列出來讓你選擇，這個時候沒有別的辦法，我知道你說這個，這實際上是我們經常見到的一種情況，只能讓用戶自己來選擇。有時候同樣詞也會出現這個問題，可以讓用戶自己選擇。然後我再介紹一下關於自然語言理解，這麼一個演示。自然語言理解。我想回家。這個就是剛才大家看到那個主頁面，就是我們模擬在汽車環境下，你可能做的一些任務，它現在就是這個識別就不是你預定的命令詞，如果是讓工程師來設計這個命令詞，我可能會要求用戶說，目的地設為家庭、家裡，是這樣說，然後用戶必須這樣說，但是多數時候，當你的命令越來越多，幾百個，上千個的時候，人很難記住你的命令詞是什麼樣子。所以我們現在這個演示，能把它叫做自然語言理解是什麼意思。就是說我給你定義任務，然後用戶用你自己的話，用你自己的詞，用你自己的習慣說法，來把這個任務說出來就行了。你想咋說就咋說，我可以打電話給劉濤，我可以說接通劉濤，我可以把劉濤給我接上等等，反正你想怎麼說，大概這個意思是把他能連上就行了。這是完全用戶主導的。因為你可以想像人的語言是很複雜的，每個人說話跟每個人說話的習慣是不一樣的。
比方說這個關於空調問題，我們過去，空調的命令詞是「把空調打開，空調溫度提高3度。」現在我也可以這樣說，空調調高一點，我有點冷，也可以。就是你在車裡邊完全可以用你自己的語言來說你想幹的事。比如說，前邊你不知道明天天氣會怎麼樣，人一般都會想想，明天天氣如何，或者是告訴我天氣預報。但是你也可以這樣說。明天會下雨嗎？也可以這樣說。或者你這樣說，你說，今天大盤怎麼樣。完全是用自然語言來說。堵不堵車，「查詢交通情況。」這就是，實際上可以有各種不同的說法來完成這個任務，這是我們自然語言的一個演示。
泡泡網：問下以上兩個演示已經有實踐應用了嗎？
Nuance：現在跟客戶推進。
泡泡網：有沒有什麼計劃，大概什麼時候可以在咱們車載上面可以用到？
Nuance：這個取決於車廠了。而且汽車行業跟手機行業不一樣。手機行業我們新東西推出來以後，可能三個月、六個月以後就上市了，汽車行業的東西相對來講慢一點，他們做東西，做計劃，產品進去了以後反覆測驗，一般都得一兩年。
泡泡網：在中國的車載業務有什麼新的進展嗎？能否給我們介紹一下。
Nuance：其實可以這樣說，過去一年我們跟不同的供應商都有合作，第一就是導航的供應商，以及一些汽車廠商。在明年大家應該可以看到有國內的汽車會用我們的產品。現在這個實施過程中還在做，剛剛張博士也說過了，關鍵看這一家汽車公司他們推出的時間會在什麼時候，說不定是下年年中，還是下年年底，就看他們的情況，什麼時間做。但是我們的合作已經在實施過程裡面。所以大家會看到。
泡泡網：剛才張博士也介紹了這種最新的語音識別技術，我想問一下在語音識別技術這塊，相對其他廠商而言我們有哪些主要的競爭優勢？
Nuance：如果是談到Nuance在語音方面的競爭優勢，我們就會感到很自豪。首先它是全球最大的語音技術公司，我們佔的語音市場份額，就是語音技術不光用在車裡邊，包括用在各行各業裡邊，語音技術，我們在2/3之上，基本上主導了這個語音市場。正因為處在這個位置上，我們對語言的覆蓋面是最廣的。我們全球只要稍微主要一點的語言，我們基本上都支持，這個是不容易的。因為每做一個語言，公司的投入是非常大的，這是我們的優勢。如果回到汽車上邊，我們可能最大的優勢還是我們的抗噪性更好一些。因為在汽車裡邊應用語音技術，抗噪性好不好，直接決定了最後你這個系統，就是終端用戶會不會接受它，會不會用它的問題。如果說稍微有點噪聲，你就老識別錯，別人就煩人，或者不會再用它。Nuance在過去幾十年裡邊一直在汽車行業，因為我們現在給你演示的這個引擎，實際上是專門針對汽車開發的，我們相應的還有一些其他的抗噪，減噪的一些算法和一些模塊，來幫助處理。從高端到低端的方案我們都有，在歐洲一些高端車上，已經都應用了，抗噪性能好到什麼程度？就是你駕駛員在這兒用語音操控你這個機器的時候，副駕駛上坐著人在那兒說話，你這個收音機是打開的，都沒什麼影響。它就好到這個程度。
泡泡網：Nuance會考慮支持地方方言嗎？
Nuance：暫時不會支持方言，但普通話帶口音是可以的。我們大家都說普通話，我們的識別系統也說普通話，其次要意識到現狀，在未來幾十年裡邊，不要指望大家普通話說的都像我這樣標準。開玩笑。就說南方人，還會是南方人。所以這是我們的一個努力方向。目前我們的語音識別系統已經儘可能照顧到南北方口音的差異。我可以說目前我們的口音的覆蓋面，和我們其他競爭對手裡邊，我們也是最好的，因為有我們的客戶獨立做的測試。他做的這個測試很有意思，我們都沒有想到他這樣測試。本來是測試看你的準確率怎麼樣，然後看你的準確率在不同的汽車速度下的準確率，我在靜止的時候，30公裡的時候，60公裡的時候，100公裡的時候，我的準確率怎麼樣。一般我們想到他會這樣去測。他公司裡邊的人就是全國各地來的，他把每個人的統計下來，最後我們一看這個曲線，最後他得了一個結論，Nuance這個語音識別系統，目前對語音口音的覆蓋還是比較均勻。
泡泡網：Nuance是怎麼看到中國市場的？有沒有具體的開拓計劃，能否跟我們分享一下？
Nuance：毫無疑問中國市場非常重要，尤其是汽車市場是全球最大的，而且還以高於全球的增長速度還在繼續的增長，所以Nuance肯定是重視這一塊的，在過去三年裡邊，Nuance在中國市場的投入與增長，相比較全球各個區，包括在北美和歐洲，都是增長最快的。我們在中國市場，在三年以前，大概就是幾十人，現在已經增長到超過100多個人可見對這個市場的重視程度。在中國、日本、韓國，比利時和德國等都設有研發中心。據了解，奧迪每一年在中國賣掉的車比在整個歐洲賣掉的車還要多，到了這種程度上，所以我們一定會非常重視中國這塊市場的。
這些年我們的一些汽車廠商的大客戶，他們也已經意識到中國市場的重要性。他們經常也會跟Nuance談到，他們在把重心向中國移同時，也建議Nuance也要增加在中國地區的研發力量，來配合我們的工程設計人員在當地的開發，所以後續的發展和在中國的投入將會越來越大。■
