AI智能车载语音的挑战和未来
显然AI智能语音是未来智能驾驶座舱的重中之重，犹如驾驶体系的自动驾驶驾驶，拓展后是基于智能语音的应用生态。
目前评价语音识别的指标有：准确率－语言唤醒，声源定位，在线／离线识别率，语义理解率，连续对话理解，单句多任务理解。未来可能会有更多的声音指纹，生态等。基于这些需求可能引发如下技术和法律方面的挑战：
背景噪声，口音，长句，多句的识别准确率。汽车背景噪声会破坏正在分析的音频信号， 并严重影响结果词的准确性。口音，长句，多句都是需要不断学习和建立数据库的过程。
隐私，学习处理大数据，当麦克风一直在监听并把你的信息录音发送到云端，你是不是后背发麻，这个个人隐私法律是未来巨大挑战？学习和处理大数据需要的算法和处理同样是未来挑战
仿生视觉和语音融合识别，人类都非常明白表达时候的身体以及面部表情是富含丰富的信息，有时候语言可能带有欺骗性，所以未来仿生视觉和语言融合是语音控制的高阶方向。
软硬一体的云＋端模式
最后
借用Nodes的一张图，谁是这个车载语音技术领域的领先公司，哪家汽车会提供给客户最好体验的语音控制？下面的地图列出了玩家一些玩家，显然目前还是战国时代，大家都在圈自己的地盘，我们也看到了不少AI算法框架的工具例如chatflow，voiceflow。可以肯定未来拥有大数据，基于大数据准确的分析算法是制胜的法宝。
参考文章
Voicebot 2019，2020研究报告
行走的语音－Capgemini
Automotive Packaging： Market and Technologies Trends － Yole
Empowering automotive innovation Seizing the connected car opportunity with Microsoft
现代汽车tech
allion
部分图文版权归以上资料方所有
＊未经准许严禁转载和摘录－
原文标题 : 汽车AI智能语音101及其供应链
