博泰車聯(lián)網(wǎng)攜擎AI平臺(tái)確認(rèn)申報(bào)2021年金輯獎(jiǎng)汽車新供應(yīng)鏈百強(qiáng)評選活動(dòng)。

申請技術(shù)丨擎AI平臺(tái)

應(yīng)用領(lǐng)域丨軟件

創(chuàng)新點(diǎn)及優(yōu)勢：

技術(shù)描述：

擎AI平臺(tái)是一個(gè)全場景智能語音平臺(tái)。

平臺(tái)實(shí)現(xiàn)離在線語音融合，既能完全發(fā)揮在線語音的強(qiáng)大能力，又可結(jié)合離線能力實(shí)現(xiàn)不同網(wǎng)絡(luò)狀態(tài)下不間斷的語音交互；

平臺(tái)支持連續(xù)對話：一次喚醒、持續(xù)交互，結(jié)合上下文繼承策略、拒識(shí)策略、退出策略，滿足用戶持續(xù)自然的語音交互，同時(shí)確保不會(huì)干擾用戶與其他人的交流。在連續(xù)對話過程中，用戶可隨時(shí)打斷語音播報(bào)，語音識(shí)別與語義處理并行，大大提高交互效率；

平臺(tái)支持可見即可說，大部分界面（不管是系統(tǒng)界面還是app應(yīng)用界面）上可以操作的地方都支持語音操作，還支持一定的泛化；

平臺(tái)支持自定義指令，用戶可以將常用的指令組合定義成一個(gè)個(gè)性化的指令，后續(xù)用戶只需要通過一個(gè)簡單的指令就能執(zhí)行相應(yīng)的指令組合，大大簡化用戶與平臺(tái)的交互，可組合的指令涉及車控、系統(tǒng)控制、導(dǎo)航、娛樂等常用指令；

平臺(tái)支持多意圖車控理解，用戶可以一次性下達(dá)多個(gè)車控指令，車控指令的個(gè)數(shù)與組合理論上沒有限制；

平臺(tái)具有豐富的語音技能，覆蓋車控、系統(tǒng)控制、娛樂、出行、生活服務(wù)等各方面；

平臺(tái)支持多音區(qū)，車輛中不同方位的用戶可同時(shí)獨(dú)立地與平臺(tái)進(jìn)行語音交互，互不干擾。

平臺(tái)接入并融合多家ASR、NLU/NLP、TTS的優(yōu)勢，在不同場景下可采用不同供應(yīng)商提供的能力，為用戶提供最佳的語音交互體驗(yàn)，并可根據(jù)項(xiàng)目靈活配置。

擎AI平臺(tái)外在表現(xiàn)是一個(gè)AI助手，每個(gè)用戶都可以定義符合自己要求的個(gè)性化AI助手。

AI助手可以設(shè)置形象（外貌、表情、動(dòng)作等），選擇不同的tts發(fā)音人，甚至可以為其選擇方言；再結(jié)合個(gè)性化NLG，為每個(gè)AI助手配置一套回復(fù)話術(shù)，讓每個(gè)AI助手都有自己獨(dú)特的風(fēng)格和內(nèi)涵。

平臺(tái)還支持聲音復(fù)刻和形象復(fù)刻，用戶可以將AI助手的外貌和tts發(fā)音人設(shè)置成復(fù)刻出來的形象和聲音，讓其成為最獨(dú)特的AI助手。

平臺(tái)將語音與AI助手緊密地融合在一起，讓用戶感受到更情感化的語音交互，每次語義處理都會(huì)附帶上相應(yīng)場景下的AI助手控制指令（動(dòng)作、表情、情緒），在展示語義處理結(jié)果的同時(shí)控制AI助手表現(xiàn)指定的表情、做指定的動(dòng)作，使用指定的情緒進(jìn)行TTS播報(bào)。

AI助手還會(huì)主動(dòng)與用戶交互。平臺(tái)基于場景來觸發(fā)主動(dòng)交互，通過一個(gè)智能場景引擎，根據(jù)車輛狀態(tài)、系統(tǒng)狀態(tài)、用戶日程、用戶情緒、用戶狀態(tài)及環(huán)境信息等數(shù)據(jù)，在特定場景條件滿足時(shí)觸發(fā)，將場景配置的指令推送到車機(jī)端，主動(dòng)與用戶交互。

平臺(tái)根據(jù)場景的優(yōu)先級(jí)、緊急程度、用戶是否進(jìn)行語音交互、駕駛員是否集中駕駛等，制定了多種沖突處理策略，用于解決AI助手主動(dòng)交互與用戶主動(dòng)交互之間的沖突，避免對用戶造成干擾。

獨(dú)特優(yōu)勢：

擎AI平臺(tái)接入多家業(yè)內(nèi)領(lǐng)先的AI基礎(chǔ)能力，并做到基礎(chǔ)能力的可替換與熱插拔，分場景使用語音識(shí)別模塊，搭建中控平臺(tái)融合多家語義;

擎AI平臺(tái)針對車載使用場景，定制開發(fā)了端到端的語音功能。包括語音產(chǎn)品定義、對話模塊設(shè)計(jì)，技能服務(wù)開發(fā)，全雙工連續(xù)對話，全場景可見即可說。平臺(tái)定制化能力豐富，滿足項(xiàng)目差異了的需求，并成功在多個(gè)項(xiàng)目中進(jìn)行了交付。支持酒店、美食、景點(diǎn)等生態(tài)的語音多輪閉環(huán)，口語化表達(dá)，語音全流程交互；

產(chǎn)品具有情感化, 能識(shí)別用戶情緒，做出相應(yīng)的回復(fù)和有情感的播報(bào)。支持多模交互，將視覺AI和語音AI在應(yīng)用層做融合，有效解決誤喚醒問題。

支持熱修復(fù)能力，擎AI平臺(tái)針對識(shí)別、語義、合成分別實(shí)現(xiàn)了熱修復(fù)功能，能夠針對部分識(shí)別錯(cuò)誤、合成發(fā)音不準(zhǔn)，以及語義提取異常的情況進(jìn)行在線處理；

應(yīng)對不同類型用戶的個(gè)性化需求，擎AI平臺(tái)開發(fā)了個(gè)性化NLG平臺(tái)，可以針對不同用戶類型進(jìn)行TTS話術(shù)配置，做到獨(dú)有的交互體驗(yàn)；

針對平臺(tái)整體穩(wěn)定性，我們開發(fā)了全流程檢測平臺(tái)，實(shí)現(xiàn)主動(dòng)和被動(dòng)的穩(wěn)定性檢測；主動(dòng)方式通過對連接、識(shí)別、語義理解、全鏈路追蹤等維度的不間斷撥測，來評估平臺(tái)可用性和穩(wěn)定性，能夠在第一時(shí)間發(fā)現(xiàn)異常并進(jìn)行處理；被動(dòng)方式通過分析實(shí)時(shí)日志提取各類異常信息，反饋給開發(fā)迭代完善，提升平臺(tái)魯棒性；

應(yīng)用場景：

（1）車輛具備精細(xì)化的感知能力，擎AI能力開始從語音發(fā)展為融合語音、手勢、圖像、聲紋等多模態(tài)感知融合語義的能力。如視線看向車窗說“透氣”，車窗開透氣模式。

（2）擎AI打通更多的服務(wù)場景和生態(tài)，結(jié)合座艙數(shù)據(jù)、用戶個(gè)性化信息，生態(tài)服務(wù)主動(dòng)“流”向用戶，服務(wù)找人的方式探索增值服務(wù)變現(xiàn)。如兒童呵護(hù)場景可以按需付費(fèi)，購買后提供兒童哄睡、兒童安全檢測服務(wù)。

（3）同時(shí)基于感知能力，擎AI 開始作為人機(jī)交互的核心，具備人格化的屬性，交互更擬人化。擎AI 的形象是3D卡通人或3D卡通形象，融合了口型、肢體語言、面部表達(dá)交互。

（4）擎AI更趨近人人交互，會(huì)結(jié)合當(dāng)前場景、用戶情感狀態(tài)，Avatar具備自己的情感表達(dá)。例如你罵她或批評她，Avatar會(huì)表情難過，聲音低落的回復(fù)你。

未來前景：

隨著座艙的更多感知通道、更強(qiáng)算力、更高性能，結(jié)合語音、視覺、用戶行為、情感狀態(tài)擎AI將逐漸實(shí)現(xiàn)人與人的自然交互方式；同時(shí)車身數(shù)據(jù)、環(huán)境數(shù)據(jù)、生態(tài)數(shù)據(jù)、用戶偏好數(shù)據(jù)，實(shí)現(xiàn)個(gè)性化的智能場景找人。

基于SOA架構(gòu)，座艙軟硬件一體化的升級(jí)，擎AI 將可以調(diào)用自動(dòng)駕駛含輔助駕駛域、車身域、動(dòng)力地盤域的能力，各個(gè)域的能力可以拆分、組合應(yīng)用，使得人車交互更智能、更完整?？梢栽O(shè)想AI識(shí)別到司機(jī)有點(diǎn)疲倦了，路況較好，行程輕松，可以主動(dòng)詢問是否開啟自動(dòng)駕駛進(jìn)入小憩狀態(tài)。

“金輯獎(jiǎng)”由蓋世汽車發(fā)起創(chuàng)立，旨在鼓勵(lì)針對中國汽車產(chǎn)業(yè)由大做強(qiáng)，促進(jìn)中國汽車產(chǎn)業(yè)轉(zhuǎn)型升級(jí)、打造更具競爭力的整零協(xié)同創(chuàng)新關(guān)系，助力實(shí)現(xiàn)汽車強(qiáng)國目標(biāo)并做出積極貢獻(xiàn)的企業(yè)和個(gè)人。歡迎點(diǎn)擊報(bào)名參選！

返回第一電動(dòng)網(wǎng)首頁 >