小P更擬人/有情緒 小鵬汽車新語(yǔ)音系統(tǒng)

小鵬P7 參考價(jià)：22.39萬(wàn)起

查看參配 獲取底價(jià)

購(gòu)置稅優(yōu)惠 經(jīng)銷商報(bào)價(jià) 車主點(diǎn)評(píng)(68條)

起初，駕駛員只能通過(guò)物理按鈕和旋鈕給車輛下達(dá)指令，沒(méi)有其他辦法。隨著智能聯(lián)網(wǎng)汽車的發(fā)展，“語(yǔ)音助手”逐漸成為人機(jī)交互的重要方式，而在未來(lái)的自動(dòng)駕駛時(shí)代，語(yǔ)音交互似乎有了更高的地位。甚至到現(xiàn)在，Xpeng Motors給出的數(shù)據(jù)顯示，用戶智能語(yǔ)音的日使用率都在90%以上。如何讓大家喜歡的語(yǔ)音系統(tǒng)變得更好？Xpeng Motors即將通過(guò)在線旅行社給出答案。

本次OTA推送僅針對(duì)2021年4月27日首次上市的Xpeng Motors P7。截至2021年6月，該車?yán)塾?jì)銷量已超過(guò)3萬(wàn)輛。除了706公里的NEDC續(xù)航里程，該車的輔助駕駛能力和語(yǔ)音識(shí)別系統(tǒng)也有出色的表現(xiàn)。比如小鵬P7（查成交價(jià)|參配|優(yōu)惠政策）的副駕具備高速NGP能力，其語(yǔ)音系統(tǒng)具備全場(chǎng)景語(yǔ)音能力，新語(yǔ)音系統(tǒng)的升級(jí)將進(jìn)一步增強(qiáng)這一能力。

●新的語(yǔ)音系統(tǒng)有什么變化？

2021年7月下旬，Xpeng Motors將通過(guò)OTA將新語(yǔ)音系統(tǒng)推向P7的所有車型。語(yǔ)音系統(tǒng)最重要的變化是語(yǔ)音助手的音色更加擬人化，同時(shí)可以實(shí)現(xiàn)帶有情緒變化的語(yǔ)音輸出。至于語(yǔ)音助手的響應(yīng)速度、識(shí)別率和功能實(shí)現(xiàn)，新系統(tǒng)基本保持了之前的水平，不會(huì)有明顯的優(yōu)化。

更多精彩視頻，均在車載家庭視頻頻道。

“Xpeng汽車新語(yǔ)音系統(tǒng)官方展示視頻”

其實(shí)語(yǔ)音系統(tǒng)OTA的目的很好理解，就像我們可以改變小P的面貌一樣，是增強(qiáng)人機(jī)交互體驗(yàn)和情感交流的一種方式。對(duì)于傳統(tǒng)意義上的語(yǔ)音助手來(lái)說(shuō)，可能只是一個(gè)用來(lái)幫你完成功能操作的機(jī)器人，說(shuō)話死板，機(jī)械音色強(qiáng)，沒(méi)有情緒變化。拋開(kāi)語(yǔ)音助手的強(qiáng)大功能不談，你有沒(méi)有和“純機(jī)器人”交流的欲望？如果語(yǔ)音助手聽(tīng)起來(lái)像真正的“小秘書(shū)”，結(jié)果會(huì)不會(huì)不一樣？

這次我們的新發(fā)音能達(dá)到什么水平？第一，音色和音色。我們可以通過(guò)上面的視頻大致了解一下音色。這種擬人化的程度，確實(shí)和目前其他汽車語(yǔ)音助手不一樣。與之前的小P相比，也大大降低了機(jī)械感。至于音質(zhì)方面，Xpeng Motors官方表示，新聲采用了24K采樣技術(shù)，實(shí)現(xiàn)了高保真音質(zhì)。

在音質(zhì)和音色水平方面，我們有參考。Microsoft MOS語(yǔ)音質(zhì)量評(píng)估是國(guó)際公認(rèn)的語(yǔ)音質(zhì)量評(píng)估方法。與真人和機(jī)器人的聲音相比，越接近真人的聲音，得分越高，滿分5分。Xpeng Motors的新語(yǔ)音助手獲得4.49分。官方稱是MOS測(cè)評(píng)中得分最高的車載智能語(yǔ)音助手。不過(guò)，Xpeng Motors也提到，這種MOS評(píng)價(jià)體系只是主觀評(píng)價(jià)參考，但從專業(yè)角度來(lái)看，并不意味著100%準(zhǔn)確。

此外，官方分享稱，升級(jí)后的語(yǔ)音助手可以表達(dá)情感變化。目前所有的車載語(yǔ)音助手都是簡(jiǎn)單的將文字轉(zhuǎn)換成語(yǔ)音，語(yǔ)氣平淡不變，但“新小P”將具備轉(zhuǎn)換快樂(lè)、溫柔、親密、抒情、嚴(yán)肅、不滿、憤怒、恐懼、悲傷、冷靜等14種強(qiáng)烈情緒的能力。，并能實(shí)現(xiàn)情緒轉(zhuǎn)換、速度變化、抑揚(yáng)頓挫等。這些將增強(qiáng)語(yǔ)音助手的擬人屬性。不過(guò)我預(yù)計(jì)類似情感轉(zhuǎn)換的能力可能還是只能覆蓋部分內(nèi)容，不會(huì)實(shí)現(xiàn)全覆蓋。

據(jù)Xpeng Motors介紹，目前這種語(yǔ)音系統(tǒng)還具備“根據(jù)實(shí)際情況自行調(diào)節(jié)語(yǔ)速和情緒”的能力，但這種能力距離上車還有很長(zhǎng)的路要走，后期還需要不斷培養(yǎng)和調(diào)整。到目前為止，我們只有官方的樣本視頻供參考。我們將在7月下旬與您分享新語(yǔ)音系統(tǒng)的實(shí)際體驗(yàn)。敬請(qǐng)期待。

Xpeng Motors是如何實(shí)現(xiàn)這些變化的？

此次，Xpeng Motors的語(yǔ)音系統(tǒng)采用了“超大規(guī)模在線神經(jīng)網(wǎng)絡(luò)引擎+小型離線拼接引擎”的技術(shù)組合，這也是實(shí)現(xiàn)新語(yǔ)音的關(guān)鍵因素之一。然而，該方案對(duì)于計(jì)算、時(shí)延、網(wǎng)絡(luò)抖動(dòng)、與應(yīng)用結(jié)合、聲音一致性等問(wèn)題具有較高的R&D工作量和難度。，所以這樣的技術(shù)方案并不是目前車企的普遍選擇。

“在線神經(jīng)網(wǎng)絡(luò)引擎+離線拼接引擎”能給語(yǔ)音系統(tǒng)帶來(lái)什么幫助？首先是發(fā)音方式和質(zhì)量。新語(yǔ)音助手的所有發(fā)音都是由AI合成的。現(xiàn)在，一些語(yǔ)音設(shè)備的擬人化音色可以通過(guò)錄音來(lái)實(shí)現(xiàn)。一旦涉及到前期沒(méi)有錄制的內(nèi)容，呈現(xiàn)出來(lái)的聲音就會(huì)不一樣，這是AI合成所避免的。此外，傳統(tǒng)的離線引擎沒(méi)有大的計(jì)算能力，帶來(lái)了音質(zhì)普通的缺點(diǎn)。不過(guò)這次Xpeng Motors使用了云引擎，巨大的計(jì)算能力可以支持高質(zhì)量的聲音輸出。

在溝通會(huì)上，我們也提到了新聲是否會(huì)對(duì)網(wǎng)絡(luò)有很強(qiáng)的需求。地下室、隧道等場(chǎng)景一旦網(wǎng)絡(luò)中斷，語(yǔ)音系統(tǒng)是否會(huì)降級(jí)？據(jù)說(shuō)官方的新聲音對(duì)網(wǎng)絡(luò)的依賴度更低。網(wǎng)絡(luò)抖動(dòng)嚴(yán)重時(shí)，語(yǔ)音系統(tǒng)會(huì)使用離線引擎作為保障，屆時(shí)語(yǔ)音確實(shí)會(huì)降級(jí)。Xpeng Motors R&D人員表示，在初步測(cè)試中，這種情況的比例非常低，大概只有1%或2%左右。實(shí)車表現(xiàn)如何？后續(xù)我們也會(huì)給大家?guī)?lái)實(shí)踐經(jīng)驗(yàn)。

●對(duì)新語(yǔ)音系統(tǒng)的其他好奇

從小P的角色定位和情感需求來(lái)看。)，Xpeng Motors從多種音色中選擇了小P。目前語(yǔ)音系統(tǒng)不支持幾種不同音色的擬人化語(yǔ)音之間的切換，因?yàn)閄peng Motors認(rèn)為很難把每一個(gè)語(yǔ)音都打磨得很好，這就需要很高的AI訓(xùn)練、服務(wù)器占用、延時(shí)降低等諸多方面，所以“打磨出好的語(yǔ)音”比“個(gè)性化”有更高的優(yōu)先級(jí)。

但是作為一個(gè)彩蛋，R&D人員表示，在一些功能和情況下，小P中還是會(huì)有一些不同的情緒和聲音，這就要看用戶自己了。

Xpeng Motors中的R&D人員表示，他們內(nèi)部也考慮過(guò)這個(gè)問(wèn)題，但除了技術(shù)難度和成本，還有小P的定位，誰(shuí)是助理？秘書(shū)？還是用戶的親戚？用戶希望親戚或朋友的聲音出現(xiàn)在語(yǔ)音系統(tǒng)中嗎？Xpeng Motors仍在思考這些問(wèn)題。屏幕前的朋友們，你們?cè)趺纯矗?/p>

到目前為止，這款語(yǔ)音系統(tǒng)只會(huì)在Xpeng Motors P7上全面發(fā)布。至于其他車型，未來(lái)還是以實(shí)際車型規(guī)劃為準(zhǔn)，目前還不確定。

總結(jié):

我還記得，Xpeng Motors P7語(yǔ)音系統(tǒng)的最后一大OTA增加了全場(chǎng)景語(yǔ)音功能，也就是說(shuō)你可以通過(guò)語(yǔ)音控制中控屏幕上的所有元素，不用記住那些死板的指令，只需要看你看到的就可以了。

“全場(chǎng)景語(yǔ)音”可以說(shuō)在車載語(yǔ)音助手中達(dá)到了一流的功能實(shí)現(xiàn)水平，進(jìn)一步提升了語(yǔ)音助手的功能豐富性；這一次，更加擬人化、情緒化、情感化的P從人機(jī)情感交流的角度大大提升了用戶體驗(yàn)。“全場(chǎng)景語(yǔ)音”+“擬人化語(yǔ)音輸出”，小P又長(zhǎng)大了，希望7月下旬的實(shí)車體驗(yàn)?zāi)芙o我們驚喜。