車載語音搭載率接近八成，「後價格戰」時代的錯位競爭「GGAI頭條」

全球車載座艙交互領域又將迎來一輪新的變革。

儘管汽車自動駕駛仍處於「爭議中」，但它很可能提前帶動增強駕駛體驗的市場需求。

以語音交互為例，截止7月底，目前國內市場在售車型搭載語音識別功能的車型比例高達78.91%，近三年搭載率呈現快速上升趨勢。

不過，車載語音交互市場並非格局已定。一方面，不同廠家的識別率及用戶體驗參差不齊（不少車型只是為了彌補功能短板而簡單粗糙地植入語音交互功能），另一方面，廠家的價格戰已經打得火熱。

去年，科大訊飛前裝車載語音年出貨量超過450萬套（同比增長73.08%），營收2.67億元（同比僅增長7.36%，遠低於出貨量增速），占公司整體業務營收比重3.38%（較上一年下滑）。

按照每台套價格測算，2018年車載語音前裝價格約59.33元/台，較上一年價格同比下滑超過60%。

另一家全球車載語音供應商Nuance，去年(2018財年)車載業務營收2.79億美元，每台套價格更是低至不到6美元。

激烈的市場競爭，也使得國內車載語音市場的玩家所剩無幾，科大訊飛、Nuance、DuerOS、同行者、思必馳等等屈指可數。

但傳統車載語音的粗放式發展已經走到盡頭，兩年前一些汽車製造商開始布局基於語音等多模態交互的智能虛擬助手，這對於語音廠商來說，既是機會也是挑戰。

騰訊去年和梅賽德斯·賓士等幾家企業合計1億美元投資了AI語音助手SoundHound，目前這家公司的汽車行業客戶包括梅賽德斯·賓士、本田、現代以及PSA集團。

SoundHound打造的下一代語音人工智慧，將自動語音識別(ASR)和自然語言理解(NLU)結合到一個引擎中，使用DMU（深層語義理解），用戶可以同時提出複雜的、多部分的問題並過濾結果。

剛剛上個月，SoundHound宣布與HERE合作，開發人員將能夠通過利用全球地圖數據和精心策劃的位置內容，結合隨時可用的位置服務(包括呈現、搜索、路由、傳輸和定位)，提供精確、端到端跟蹤和精確、實時和歷史位置。

而在梅賽德斯-賓士最新一代信息娛樂系統MBUX上就集成了基於雲 車端混合技術的SoundHound的語音人工智慧，能夠學習和適應個人用戶。此外，伺服器上的軟體模型學習新的流行辭彙，並適應語言使用的不斷變化。

這代表未來語音交互與車載更多感知數據的融合，從而提升用戶體驗並延伸語音產品的附加值。

在今年初的CES展上，全球車載語音龍頭Nuance發布了新的Dragon Drive平台，不僅可以完成傳統的語音識別、交互功能，同時還可以理解語音、眼睛和頭部的動作和情緒。

語音和視線跟蹤的使用也擴展到車輛之外。在模擬駕駛測試車的過程中，司機看著經過的一座建築問:「那是什麼建築?」然後，建築的細節信息通過透明屏幕顯示在智能擋風玻璃上。

此外，系統還是提供一套類人的對話功能。例如，驅動程序可以在不重複初始命令的情況下說「打開窗口一半」，然後說「再打開一點」。

按照Nuance的官方說法，這些應用將很快出現在量產車上，而非「遙遠的未來」。對於車載業務的持續「縱深」作戰，也意味著Nuance的整體架構需要作出相應的「應對調整」。

寶馬即將於2021年推出的iNext電動SUV量產車首次搭載的多模態自然交互功能（搭載Nuance技術）允許駕駛員在不同的組合方式下，同時使用語音、手勢和眼神與車輛進行交互。

從去年開始，Nuance籌備汽車業務分拆，近日正式宣布分拆成立汽車子公司Cerence Inc.，並將於2019年10月1日完成分拆，屆時，沃達豐前首席執行官阿倫?薩林將出任首任董事長。

而首席執行官職位則有Sanjay Dhawan擔任，其在2015年以來一直擔任哈曼互聯服務部門總裁和首席技術官。

隨著分拆完成，Cerence未來將圍繞聲音、觸覺、手勢、情感和視覺的創新結合在一起（也就是行業內通常所稱的「多模態交互」）。

從2011年開始，Nuance通過一系列的收購做大汽車行業業務，包括斥資1.025億美元收購了文本輸入公司Swype、2013年收購車載語音軟體初創公司Tweddle以及自動化消息開發公司Varolii。

去年4月，Nuance以8,200萬美元現金收購了一家專註汽車語音連接技術的Voicebox，其提供了用於各種應用程序和設備的後台語音技術。

收購Voicebox，意味著人工智慧對話助手市場正在真正升溫，而不再僅僅是傳統的語音識別單一功能。Voicebox此前的汽車行業客戶包括豐田、TomTom和菲亞特克萊斯勒。

市場希望有完整的對話功能，能夠對用戶所說的話進行語義分析，能夠代表用戶採取行動，能夠進行多回合的上下文響應。

Nuance去年還宣布與人工情感智能方案初創公司Affectiva合作進一步實現汽車助手和車內體驗的人性化。

作為首個多模態艙內人工智慧感測解決方案，Affectiva的Emotion AI平台將與Nuance的Dragon Drive汽車助手平台集成，提供能夠從面部和聲音理解司機和乘客複雜的認知和情感狀態，並相應地提供個性化語音交互的方案。

Emotion AI平台可以實時檢測面部表情（包括打哈欠、閉眼和眨眼頻率等）和情緒，擴大語音交互所需的上下文、情感和認知數據的廣度和深度。

而這個趨勢也是未來ADAS、自動駕駛與座艙交互的深度融合，在未來，上述解決方案有望解決與安全相關的應用場景。

在《高工智能汽車》看來，多模態融合是必然的發展趨勢，未來的人機交互系統會更加智能化、理解用戶的交互意圖。

通過眼動跟蹤和情緒識別，人機交互系統可提前感知用戶的交互意圖，疊加語音識別等交互模式，最終可以為用戶提供一個高效、便捷、舒適的人機交互系統。

這也將間接改變未來智能交互軟硬體供應商的市場格局，單一交互技術供應商將逐步被多模態融合方案商「卡位」，而OEM廠商對於融合交互方案的需求也會陸續顯現。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！