三智融合，斑馬智行助力智己L7打造全新語(yǔ)音交互體驗(yàn)

　　日前，豪華智能純電汽車品牌智己汽車宣布首款車型智己L7正式上市，作為上汽集團(tuán)、張江高科和阿里巴巴集團(tuán)三方的標(biāo)桿之作，智己 L7 在智能化方面帶來了行業(yè)領(lǐng)先的實(shí)車體驗(yàn)。

　　智己L7 IM OS桌面

　　斑馬智行依托阿里巴巴集團(tuán)，構(gòu)建了全套自研核心技術(shù)。通過融合達(dá)摩院在語(yǔ)音及自然語(yǔ)言處理、多模態(tài)交互、萬億參數(shù)級(jí)預(yù)訓(xùn)練模型等方面的通用AI能力，以及天貓精靈豐富的語(yǔ)音交互技能，斑馬智行在車場(chǎng)景中進(jìn)行深度優(yōu)化和創(chuàng)新，構(gòu)建了全鏈路自研核心技術(shù)能力。

　　在智己 L7 上，斑馬憑借全套自研核心技術(shù)，讓系統(tǒng)以自然的對(duì)話完成包括地圖導(dǎo)航、音樂娛樂、信息查詢等常規(guī)領(lǐng)域交互，并與智己團(tuán)隊(duì)進(jìn)行深度聯(lián)合開發(fā)，實(shí)現(xiàn)了車控、智駕的深度交互。除此之外，端云一體神經(jīng)網(wǎng)絡(luò)TTS、多音區(qū)全景協(xié)同交互等自研核心技術(shù)讓智己L7擁有了更加智能領(lǐng)先的語(yǔ)音交互體驗(yàn)。

　　端云一體神經(jīng)網(wǎng)絡(luò)TTS

　　在語(yǔ)音交互體驗(yàn)中，TTS(Text To Speech 文字轉(zhuǎn)語(yǔ)音)效果是非常重要的一環(huán)，斑馬智行聯(lián)合達(dá)摩院，研發(fā)了端云一體神經(jīng)網(wǎng)絡(luò)TTS技術(shù)，讓智己L7的TTS效果達(dá)到真人水平。云端神經(jīng)網(wǎng)絡(luò)TTS可以將傳統(tǒng)參數(shù)和拼接合成技術(shù)，與End2End TTS融于一體，對(duì)多領(lǐng)域深層知識(shí)庫(kù)進(jìn)行了高度結(jié)合，并針對(duì) CPU 部署進(jìn)行了框架設(shè)計(jì)和效率優(yōu)化，從而獲得更逼真的語(yǔ)音合成效果。在實(shí)車交互體驗(yàn)中有著接近真人說話的抑揚(yáng)頓挫，也能夠表現(xiàn)出多樣化的情緒。同時(shí)，離線小規(guī)模神經(jīng)網(wǎng)絡(luò)技術(shù)，又可以保證在網(wǎng)絡(luò)不穩(wěn)定情況下的高頻場(chǎng)景的一致體驗(yàn)。

　　智己L7 語(yǔ)音交互

　　多音區(qū)主動(dòng)協(xié)同交互

　　在智己 L7 座艙內(nèi)，可實(shí)現(xiàn)不同座位間(主副駕、前后排)的多音區(qū)主動(dòng)協(xié)同式交互，簡(jiǎn)單來說，當(dāng)車內(nèi)坐了四個(gè)人時(shí)，系統(tǒng)能夠精準(zhǔn)定位是誰發(fā)出的指令并執(zhí)行。這得益于包含聲源定位、盲源分離和降噪算法在內(nèi)的多項(xiàng)斑馬智行自研核心技術(shù)，在實(shí)現(xiàn)超強(qiáng)聲源指向性定位基礎(chǔ)上，精確識(shí)別不同用戶的語(yǔ)音，并將有效的語(yǔ)音信號(hào)和無用的語(yǔ)音信號(hào)或者噪音信號(hào)進(jìn)行分離，使得系統(tǒng)整體在響應(yīng)用戶需求時(shí)更加高效穩(wěn)定。

　　除此之外，系統(tǒng)還能夠針對(duì)不同指令進(jìn)行主動(dòng)問詢式交互，例如，當(dāng)你需要打開空調(diào)的時(shí)候，系統(tǒng)會(huì)問你需不需要將風(fēng)力調(diào)小(大)一點(diǎn);或者當(dāng)你查詢餐廳時(shí)，詢問你是否需要介紹餐廳。

　　智己L7 超跑模式

　　未來，斑馬智行將不斷提升智能語(yǔ)音交互能力，提供更多樣化的語(yǔ)音人設(shè)和情感表達(dá)，豐富語(yǔ)音生態(tài)，為用戶打造個(gè)性化、情感化的語(yǔ)音服務(wù)。這些能力都將通過“天瀑”AI平臺(tái)賦能更多的智能汽車，為用戶帶來更便捷高效的智慧出行。