文章主题：科技, 语音, 人工智能
TechWeb 文/卞海川
划重点：
车载语音智能化的短板在“语义理解”，AI圈大火的ChatGPT对车载语音智能化加成明显。
ChatGPT上车，主要还是成本的问题，这背后包括使用成本、云服务成本、针对性的训练成本。
作为云知声公司的董事长，他一直致力于推动公司的发展和创新。
葛付江，思必驰汽车事业部产品总监，近日在接受TechWeb采访时表示，新技术的发展必将面临商业化的挑战，而AI技术的创新必须与实际场景相结合。特别是在车载领域，类似ChatGPT的技术应用将在算力优化、云和端智能融合技术等方面带来新的挑战。
ChatGPT的火，一下子就烧到了车载领域。
语音交互作为汽车行业内最简洁、最人性化且最为安全的交互手段，已经逐渐成为未来汽车的主流交互方式。这一趋势受益于人工智能技术的进步以及硬件性能的提升，使得语音交互在未来汽车领域具有广泛的应用前景。具体而言，语音交互主要依赖于车载自然语言处理（NLP）和自然语言理解（NLU）技术，其中自然语言处理技术是近年来在人工智能领域备受关注的ChatGPT的技术之一。然而，事实真的像我们想象的那样吗？
车载语音智能化，短板在“智能”
在技术领域，智能语音交互的核心要素主要包括识别、理解和执行三个方面。当前市场上，识别技术的成熟度相对较高，其准确率已达到90%甚至95%以上。然而，在行业应用中，智能语音交互系统的痛点主要集中在理解环节。大部分车载语音交互系统在理解能力上表现欠佳，使得系统功能和命令词相对单一，无法满足用户多样化的需求。
那么问题来了，如何让车载语音交互系统像人一样理解我们的话语？
NLP（自然语言处理）技术在车载语音交互系统中扮演着至关重要的角色。它与系统中的场景策略和多轮对话密切相关，直接影响着系统的智能化水平。NLP技术的优劣，很大程度上决定了ChatGPT在语音识别领域的应用前景。
历史上，NLP的发展有几个关键节点，其中，最重要的两个当属2012年和2018年。
在2012年，深度学习技术开始被广泛应用在自然语言处理（NLP）领域。到了2018年，以谷歌的BERT模型为代表的语义表示预训练领域取得了显著的进步，其表现力强大到能够轻松击败其他NLP任务的基准。紧接着在2020年5月，由OpenAI投入巨资研发的GPT-3模型问世，引发了整个行业的广泛关注。这款模型的参数量高达1750亿，被誉为NLP领域中最强大的AI模型。
近期，ChatGPT成为了备受瞩目的焦点，这要归功于其基于大规模预训练语言模型（GPT-3.5）的卓越性能。借助GPT-3.5强大的语言理解和生成能力，ChatGPT得以在大量的人工标注和反馈数据上进行学习，进而使其预训练语言模型能更好地理解人类的问题，并给出更出色的回复。
葛付江，思必驰汽车事业部的产品总监，向TechWeb表达了关于ChatGPT的看法。他表示，ChatGPT目前以文本交互机器人的形态展现，具备处理各种文本任务的能力，尤其在智能问答和对话、文本创作等领域表现出色。而在车载语音领域，葛付江解释道，车载语音主要采用对话交互方式，主要用于执行诸如“导航去XXX”、“打开音乐”等具有明确指令的操作。这种语音助手能够用高度拟人化的语音回应车主的需求，从而实现更加安全、便捷的驾驶体验。展望未来，随着ChatGPT技术在车辆内的应用，车载语音交互将不再局限于执行固定指令的对话。车与人之间的交流将变得更加高效、直接和高灵活度，不仅可以进行出行指导和知识闲聊，还能实现更多元化的互动。
“ChatGPT”的爆火让市场看到了认知智能应用潜力。ChatGPT在推理和学习能力上优势明显，不仅可以用于理解和对话，更可以通过上下文交流和自我学习，来实现辅助创作和知识进化。这些能力同样适用车载语音交互领域，融合对话智能技术、深度学习大模型技术、工程化能力、大数据的潜力，带来更流畅、更有效的响应。在车内有限的空间，结合声场定位和多说话人判断，提升多角色、长上下文对话的逻辑一致性；更可以拓展满足方言、外语的统一识别和对话需求，快速实现更灵活、自由、个性化的交互。”葛付江说道。
从目前诸多对于ChatGPT的使用（包括我们自己），我们认为，仅就车载智能语音的NLP，目前它应该是最好和最智能的。这是否意味着，其就一定会在短期内应用在车载智能语音系统中吗？
市场空间有限，产业链、市场挑战犹存
众所周知，一个新的技术或者产品能否最终落地得到规模的应用，除了技术因素外，还会受到其所处产业或者市场的产业链、市场竞争强弱、市场空间等诸多因素密切相关。
具体到车载智能语音系统，虽然ChatGPT在“智能”上表现出色，但其在整个产业链条中比较偏后段，需要依赖很长的前端链条，比如信号处理、语音识别、文字输出之后才会用到它，前端链条上的因素对后端流程都会产生影响，例如信号处理会影响语音识别，语音识别如果出错就会影响NLP的判断，链条上每个模块都需要提高可靠性，才能保证最后出来的整体结果可靠。这意味着，ChatGPT在“智能”能力的输出上，并非完全取决于自身的能力，其产业链上任何一个环节都会对其造成正或负的影响。
云知声董事长&CTO梁家恩对TechWeb表示，ChatGPT 技术肯定会在车载、家居等智能交互应用有建树，但需要结合应用场景针对性优化，提高体验并降低服务成本等。
“车载等智能交互应用场景有很大体验升级空间，但目前ChatGPT是一个超大模型，如何保持体验情况下，显著降低服务成本是个关键问题“。
而从市场竞争的强弱看，据相关统计，目前车载语音系统市场除了已经被科大讯飞(002230)和Cerence垄断，且它们在此领域具有多年的产品和合作经验外，还有许多规模不同的企业参与其中，更为重要的是，目前车载语音市场已经遇到了增长的天花板，这使得在竞争激烈的同时，就连科大讯飞和Cerence都开始除了语音之外，开始走车内多模态交互，云服务集成等服务的路线，以综合实力提升竞争力。作为后来者的ChatGPT一旦决定进入车载智能语音市场势必会面临强大对手的挑战。
葛付江补充称，从成本来看，ChatGPT的研究需要巨大的资金和人才投入，他们需要超算平台、算法、数据等各核心力量支撑，这些都是成本。巨头平台公司目前来看具备这方面的优势，对于科技企业可以更多从场景融合入手，寻求创新机会。
从商业化场景看，目前chatGPT更适用于基于一定背景知识的创作型产业，以及刚需AIGC的场景、SOP（标准作业程序）的行业，比如智能写作、智能客服、文档管理、代码生成、甚至游戏NPC等。
班门弄斧主理人孙永杰指出，从单纯的车载语音市场看，其市场空间并不大，这点从已经垄断该市场的科大讯飞和Cerence的财报可见一斑。这种情况下，能否吸引成本高昂的ChatGPT进入也是个未知数。毕竟ChatGPT训练成本高昂，且其所属的Open AI依然处在亏损当中。
未来仍可期，合作和开放API或是更好选择
如前述可知，ChatGPT只是在车载智能语音的NLP环节具备优势，虽然ChatGPT据称也在进行语音识别和合成上进行AI训练，希望未来可以借此进入车载智能语音市场。但鉴于ChatGPT只是文本交互方式，即便是进行语音识别和合成的AI训练，最后效果如何？能否超过目前市面上存在和已经应用的车载智能语音系统仍是未知。
当然，鉴于ChatGPT强大的能力，TechWeb认为未来的市场空间会随着智能汽车应用场景的不断扩大，ChatGPT找到自己真正的用武之地并非没有可能。更值得期待的是，除了智能汽车本身外，站在整个汽车产业的高度，其未来在汽车设计、制造等领域的应用都充满想象的空间。
葛付江表示：“ChatGPT上车的应用具体如何发展，目前形势还不明朗。可预见的是，在车载场景下，大模型技术学习能力优势明显，通过强化上下文理解能力、思维链推理、增强指令学习，来实现持续学习，达成可以“回答类似问题”的效果，除指令需求外，日常的知识和闲聊对话交流可以更加流畅和有用。总体来说，技术会向统一多模态交互发展，强化语音、文本、图像等深度融合的多模态交互技术，形成“汽车大脑”，应对车内、公共空间等复杂场景的交互需求。”
小鹏技术团队对TechWeb表示，ChatGPT的语言组织能力很强，以及知识库也比较庞大，涉及领域更广，所以可能会给用户的体验更好更智能。至于我们未来要不要引入这个技术接口，还是做类似技术的融合开发，我们也在进一步探索～
基于此，TechWeb认为，合作应该是ChatGPT切入车载智能语音市场最经济和有效的方式。所谓各取所长就是这个道理。实际的情况是，近日国内集度汽车宣布将融合百度文心一言的全面能力，打造全球首个针对智能汽车场景的大模型人工智能交互体验，证明了此模式的可行性。
此外，将自己最擅长的能力通过API开放给第三方，仅输出自身最擅长的能力也不失为明智的选择。
科技, 语音, 人工智能
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
