“比做語音的公司更懂車，比做車的公司更懂語音?！边@或許是車載語音交互戰(zhàn)場(chǎng)的殺手锏。

2017年4月，大眾汽車集團(tuán)(中國)與人工智能初創(chuàng)公司出門問問正式建立合作伙伴關(guān)系，雙方確定將共同成立一家合資企業(yè)，在汽車領(lǐng)域展開合作。

這家名為問眾智能的合資公司，基于出門問問領(lǐng)先的語音識(shí)別、自然語言處理、垂直搜索和主動(dòng)式搜索技術(shù)，以及大眾汽車集團(tuán)在汽車和移動(dòng)出行領(lǐng)域的地位，為未來的智能移動(dòng)出行提供解決方案。

“公司成立之后比較低調(diào)，”1月15日下午，在2018高工智能汽車年會(huì)開幕式環(huán)節(jié)，來自問眾智能的CEO張亞登臺(tái)亮相，“大眾汽車大家都比較熟悉，出門問問則是一家AI語音企業(yè)，也是在可穿戴式設(shè)備，比如手表、耳機(jī)以及智能音箱等領(lǐng)域有比較好積累的AI獨(dú)角獸?！?/p>

這樣的行業(yè)組合背后，是快速增長的車載語音市場(chǎng)需求。有數(shù)據(jù)顯示，全球車載語音助理市場(chǎng)預(yù)計(jì)將在2017到2023年間以39.27%的年復(fù)合增長率增長，到2023年將達(dá)到78億美元市場(chǎng)規(guī)模。而根據(jù)高工智能產(chǎn)業(yè)研究院（GGAI）發(fā)布報(bào)告稱，到2020年中國前裝車載語音年均市場(chǎng)規(guī)模將達(dá)到25億元左右。

此外，車載語音交互市場(chǎng)的競(jìng)爭(zhēng)也在從后裝市場(chǎng)向前裝蔓延。目前，各家汽車OEM廠商推出的2019年新車都將配置智能語音交互系統(tǒng)，前裝車型的市場(chǎng)爭(zhēng)奪戰(zhàn)也在悄然打響。

一、技術(shù)公司沒有商業(yè)邊界

之所以過去一年多時(shí)間公司一直沒有太多信息披露，張亞表示，做前裝的車載項(xiàng)目需要花很多的精力，這是一個(gè)比較漫長的過程，它和互聯(lián)網(wǎng)開發(fā)一個(gè)APP是不一樣的。

問眾智能從2017年初成立以來，其語音全棧式解決方案正在覆蓋大眾集團(tuán)旗下多個(gè)乘用車品牌，包括一汽大眾、上汽大眾、江淮大眾，奧迪等等。去年8月，問眾智能成為南北大眾五百萬輛級(jí)車聯(lián)網(wǎng)系統(tǒng)的語音方案提供商。

“按照正在進(jìn)行中的項(xiàng)目裝機(jī)覆蓋率計(jì)算，到2020年問眾智能在前裝語音市場(chǎng)的占有率將位居市場(chǎng)NO.1?！睆垇啽硎?。

不過，問眾智能并沒有局限于內(nèi)部客戶。“我們以開放的心態(tài)，做技術(shù)的公司不太會(huì)介意自己的商業(yè)邊界，只要我們的產(chǎn)品和技術(shù)是過硬的，一定會(huì)贏得更多客戶的親睞。”張亞對(duì)此信心滿滿。

二、從標(biāo)準(zhǔn)化到差異化

車載語音，這并不是新鮮的細(xì)分市場(chǎng)應(yīng)用，語音和汽車的捆綁是在3、4年前就開始了。張亞表示，曾經(jīng)問自己一個(gè)問題，車載語音這個(gè)行業(yè)是不是需要多一家像問眾智能這樣的公司？我們認(rèn)為自己對(duì)這個(gè)問題有答案。

傳統(tǒng)的語音供應(yīng)商，接觸那么多潛在客戶之后，發(fā)現(xiàn)它只能提供標(biāo)準(zhǔn)化的語音服務(wù)方案，如果所有的客戶都是用同一種語音方案，顯然無法做到差異化的用戶體驗(yàn)。

業(yè)內(nèi)人士表示，雖然國內(nèi)能夠提供語音交互方案的公司眾多，但真正應(yīng)用到車載領(lǐng)域，獲得規(guī)模化用戶的企業(yè)并不多。通用的語音平臺(tái)一般功能相對(duì)完善，但是對(duì)應(yīng)到車企的定制化需求，用戶的體驗(yàn)就千差萬別了。

在張亞看來，問眾智能愿意與客戶做更多定制化的產(chǎn)品設(shè)計(jì)。像BAT互聯(lián)網(wǎng)巨頭進(jìn)入到這個(gè)行業(yè)，很多OEM客戶在考慮要不要跟BAT合作。BAT真正的問題是不太懂車廠，車廠的開發(fā)流程，質(zhì)量要求，包括產(chǎn)品的體驗(yàn)。

往往對(duì)于BAT而言，則是希望把自己的一整套系統(tǒng)方案（不僅僅是語音）放在車上去用。而AI初創(chuàng)公司，對(duì)于車載上面的技術(shù)積累比較淺薄。

對(duì)于語音技術(shù)公司來說，產(chǎn)品效果，客戶服務(wù)能力和方案的穩(wěn)定性是決定成敗的關(guān)鍵因素，尤其是客戶服務(wù)能力。

對(duì)此，問眾智能堅(jiān)定認(rèn)為作為一家全棧式智能網(wǎng)聯(lián)解決方案提供商，在車載語音方面，能夠獲得最后勝利的企業(yè)定位就是要深耕整個(gè)車載語音市場(chǎng)。

三、語音智能也有自己的邊界

“我們本身是做語音的，但是并不能自大的認(rèn)為汽車加語音就能夠讓人機(jī)交互變得無所不能?！痹趶垇喛磥?，語音智能也有自己的邊界。

過去幾年時(shí)間，語音識(shí)別成為功能日益復(fù)雜的汽車信息娛樂系統(tǒng)相結(jié)合的最安全的交互方式之一。但根據(jù)J.D. Power的數(shù)據(jù)，盡管汽車的語音識(shí)別系統(tǒng)的缺陷不斷改善，但它已經(jīng)成為車主對(duì)汽車新技術(shù)體驗(yàn)的最大抱怨之一。

張亞表示，現(xiàn)在行業(yè)里面有兩個(gè)普遍現(xiàn)象，讓他感到比較疑惑。

一方面是堆砌的低頻功能，比如有些客戶會(huì)提出來，能不能用語音來支持預(yù)定酒店，航班，或者查航班狀態(tài)。作為車主、終端用戶，這些服務(wù)一年里面能用到多少次？我們統(tǒng)稱為堆砌低頻功能，包括訂西餐廳，買票等等。

還有化簡為繁，違背初衷。比如說語音用在車控環(huán)節(jié)，車窗、雨刷，或者打開后備廂等等。在車內(nèi)，通過按鍵操作就可以順利完成的功能，未必一定需要用語音去做交互。

總結(jié)起來，整個(gè)行業(yè)在走向的方向，要么是純粹用技術(shù)驅(qū)動(dòng)思維、考慮車載人機(jī)交互，工程師認(rèn)為這些事情我能干，我就干了。

二是忽略場(chǎng)景，直接把語音搬到車載場(chǎng)景當(dāng)中。目前搭載在量產(chǎn)車上的語音交互系統(tǒng)存在不少用戶差評(píng)，主要集中在識(shí)別準(zhǔn)確度（方言），識(shí)別的速度，語音喚醒不靈敏，語音控制車輛功能較少，語音系統(tǒng)的升級(jí)更新速度慢等問題。

四、回歸本質(zhì)，回歸到車

在張亞看來，問眾智能的定位和立足之本還是要回歸本質(zhì)，回歸到車。

一是，深耕在駕駛場(chǎng)景下的語音交互，有它的特殊性，比如把車窗打開的時(shí)候，有車外、車內(nèi)噪音，車外風(fēng)噪，胎噪，車內(nèi)包括發(fā)動(dòng)機(jī)的聲音，如何在車載混雜環(huán)境下把噪音能夠降低，并且在高噪狀態(tài)下（85分貝）做到正常識(shí)別，順利執(zhí)行命令，需要工程優(yōu)化。

這對(duì)車載語音的拾音和降噪能力提出了很高的要求，而這也正是車載語音當(dāng)前比較難以攻克的問題。車載語音面臨的技術(shù)難關(guān)遠(yuǎn)不止這些，比如，在拾音后要如何識(shí)別語義進(jìn)行解析？包括對(duì)聲紋、性別和場(chǎng)景的識(shí)別等等。

而問眾智能在過去一年多時(shí)間里，就是一直在做這方面的技術(shù)與工程經(jīng)驗(yàn)的積累，在張亞看來，這會(huì)是未來和競(jìng)爭(zhēng)對(duì)手形成差異化的一個(gè)點(diǎn)。

二是，真正車載語音的核心指標(biāo)，在實(shí)車環(huán)境下，強(qiáng)調(diào)喚醒，數(shù)據(jù)量、準(zhǔn)確率，要考慮到無論是哪個(gè)指標(biāo)都要在實(shí)車環(huán)境之下來測(cè)。

同時(shí)，要基于車內(nèi)采集的大量語料，大量數(shù)據(jù)來訓(xùn)練模型。比如，在線ASR準(zhǔn)確率還有響應(yīng)時(shí)間，沒有用戶愿意等（響應(yīng)）很長的時(shí)間，最后很重要的一環(huán)就是對(duì)于服務(wù)生態(tài)的連接。

此外，在車載語音交互上面，如何區(qū)別于像音箱這樣的一些其他場(chǎng)景的智能語音應(yīng)用。

在車載環(huán)境當(dāng)中有一些是定制的，比如說司機(jī)一直處在和（語音）系統(tǒng)相對(duì)固定的距離，而且是長時(shí)間保持相對(duì)的位置。同時(shí)對(duì)于服務(wù)的喚醒，有些時(shí)候比較頻繁，相當(dāng)于音箱來講。

這里面當(dāng)然涉及到自然語音理解，多輪對(duì)話，自定義喚醒詞，離線語音識(shí)別，這些都是最基礎(chǔ)的語音交互體驗(yàn)。

同時(shí)，問眾智能還在做一些其他技術(shù)研發(fā)，比如全場(chǎng)景打斷，長時(shí)間的偵聽，跨場(chǎng)景上下文交互，免喚醒熱詞或者句式。

這些都是在真正的降低用戶交互成本。

五、做前裝，非常不容易

經(jīng)過這一年多時(shí)間的打磨之后，問眾智能也看到了和傳統(tǒng)互聯(lián)網(wǎng)公司，或者技術(shù)公司之間的區(qū)別。

“從事車載市場(chǎng)并不容易，相比其他行業(yè)技術(shù)，質(zhì)量，服務(wù)的要求都更為嚴(yán)格，而且要不斷完善，經(jīng)常會(huì)被OEM考核。”對(duì)此，張亞深有體會(huì)，比如說軟件的質(zhì)量，開發(fā)的周期，開發(fā)的復(fù)雜度要和各方溝通。

“我們從一個(gè)坑里爬出來再填另外一個(gè)坑，直到今天為止，很有信心的跟業(yè)界朋友說，我們已經(jīng)成為一家真正能夠懂得車的AI科技公司?！痹趶垇喛磥?，這也是一件非常不容易的事情。

在語音公司爭(zhēng)奪車廠前裝市場(chǎng)訂單的過程中，相關(guān)從業(yè)人員表示，車廠對(duì)于方案公司的服務(wù)達(dá)成率比較看重，也就是說，語音公司如果能夠較快的響應(yīng)車廠需求，更好的服務(wù)好車廠，那么在跟同行競(jìng)爭(zhēng)的時(shí)候，會(huì)有一定的優(yōu)勢(shì)。

張亞表示，問眾智能是一家擁有車載語音全棧技術(shù)的公司，從DSP模組，到HMI、TTS、NLU、DM、ASR、NLG、VAD等等，同時(shí)提供靈活、高效、標(biāo)準(zhǔn)化的解決方案。

經(jīng)過這一年多時(shí)間與車廠項(xiàng)目的錘煉，問眾智能對(duì)于語音SDS，DSP方案整合，適配到各個(gè)車載操作系統(tǒng)當(dāng)中的量產(chǎn)經(jīng)驗(yàn)，對(duì)于其他OEM潛在客戶也是非常重要的。