2022年1月7日，微軟正式宣布，在基于微軟智能云Azure的深度神經(jīng)網(wǎng)絡(luò)TTS（Text-to-Speech）支持下，中國領(lǐng)先的智能電動汽車公司小鵬汽車已經(jīng)順利完成其車規(guī)級語音助手的升級，進一步提升智能汽車語音助手的技術(shù)水準。
目前，購買小鵬汽車P7車型的中國用戶，可以通過OTA（Over-The-Air）升級這款可媲美人聲的全新智能語音助手“小P”，小鵬汽車也計劃通過OTA將這一技術(shù)升級引入其他幾款車型當(dāng)中。
得益于過去幾年微軟在語音、自然語言和機器翻譯領(lǐng)域的研究成果，語音助手技術(shù)在流暢度、質(zhì)量、保真度和自然度上都得到了極大提升。
在經(jīng)過與微軟Azure人工智能技術(shù)和其他產(chǎn)品的整合之后，這些技術(shù)創(chuàng)新成功助力了像小鵬汽車這樣的企業(yè)，為其消費者帶來更為豐富和更具吸引力的用戶體驗。
在為期數(shù)月的合作中，微軟與小鵬汽車攜手攻克了語音合成技術(shù)應(yīng)用面臨的三個技術(shù)挑戰(zhàn)：
首先，為了解決汽車場景下的網(wǎng)絡(luò)抖動問題，高質(zhì)量保障語音功能的持續(xù)運行，小鵬汽車搭建了多級緩存架構(gòu)，可以提前預(yù)置和緩存高質(zhì)量語音文件，最大程度上降低了該功能對網(wǎng)絡(luò)的依賴；
其次，為了在不占用過多資源的前提下，依然能提供媲美人類的真實聲音體驗，小鵬汽車借助了微軟智能云Azure的緩存和壓縮功能，可以將語音文件壓縮到24KHz的采樣率和16位的量化水平，大大減少了數(shù)據(jù)網(wǎng)絡(luò)和整車算力的資源壓力；
最后，雙方還在減少合成語音歧義和多音字優(yōu)化準確性方面做出了諸多改進。
在雙方的努力下，全新的車載語音合成功能在語音保真度、功能性和場景優(yōu)化上都達到了新的水平，小鵬汽車能夠在更多的使用場景中部署語音助手，讓其成為直觀駕駛體驗中不可或缺的一部分。
小鵬汽車AI產(chǎn)品高級專家郝超表示：“從確定合作意向到產(chǎn)品上線，我們與微軟耗時數(shù)月，攜手完成了一次對汽車語音交互技術(shù)的前沿探索，將車載語音的自然語音水平提升到了一個全新的水準。隨著對城市出行的理解愈發(fā)深入，和更多使用場景的發(fā)掘，這些技術(shù)成果將獲得更為廣泛的應(yīng)用，實現(xiàn)高水平的人機共駕體驗。”
微軟汽車、出行和運輸行業(yè)總經(jīng)理Sanjay Ravi表示：“隨著研究和技術(shù)的進步，Azure認知服務(wù)（如視覺和語音）將在定義獨特的車載體驗方面發(fā)揮關(guān)鍵作用。智能語音正在成為主要的車載交互工具，而微軟預(yù)置的深度神經(jīng)語音和個性化深度神經(jīng)語音定制服務(wù)，將助力汽車制造商強化自身品牌，打造更接近自然人聲的、差異化且真實的用戶體驗。”
除了小鵬汽車外，微軟還與多家汽車制造商及合作伙伴在智能汽車領(lǐng)域展開深入合作，專注于助推汽車行業(yè)的智能應(yīng)用提升。
不同廠商的智能需求不同，從人機交互到駕駛信息分析、判斷、決斷等角度出發(fā)，不同品牌、車輛需要載入不同需求的智能應(yīng)用。
微軟基于強大的語音語義及數(shù)據(jù)架構(gòu)的底層平臺，通過強大的技術(shù)能力和底層平臺賦能眾多智能汽車廠商，開發(fā)形態(tài)多樣的信息數(shù)據(jù)的中控顯示語音系統(tǒng)、配合多維的硬件結(jié)構(gòu)，讓用戶體驗更智能的駕駛座艙交互感受。
【來源：驅(qū)動之家】
