2024中國汽車軟件大會(huì)

車載大模型語音實(shí)踐

近日，由中國汽車工業(yè)協(xié)會(huì)和上海國際汽車城（集團(tuán)）有限公司聯(lián)合主辦的“2024中國汽車軟件大會(huì)”在上海舉行。大會(huì)同期發(fā)布了“2024中國汽車軟件優(yōu)秀創(chuàng)新案例”，旨在展現(xiàn)中國汽車軟件行業(yè)的卓越成就。德賽西威藍(lán)鯨OS8.0引入車載大模型語音，結(jié)合鯨圖、鯨語2.0及原子化UI，以深度定制特性，為用戶提供個(gè)性化駕乘體驗(yàn)的技術(shù)實(shí)踐，成功入選創(chuàng)新案例，并同步摘得“產(chǎn)業(yè)創(chuàng)新實(shí)踐獎(jiǎng)”。

由車云研究院發(fā)布的《智能汽車用戶體驗(yàn)調(diào)研》報(bào)告顯示，方言及語義理解能力弱、意圖理念能力弱，語音控車功能少、主動(dòng)引導(dǎo)（提示）能力弱等是車載語音交互的主要痛點(diǎn)。作為汽車最具代表性的智能化功能模塊之一，車載語音交互如何真正做到好用實(shí)用，也是此次大會(huì)熱點(diǎn)話題之一?，F(xiàn)場，德賽西威成都卡蛙副總經(jīng)理雙建平以《基于車載場景的大模型語音實(shí)踐之路》為題，分享技術(shù)應(yīng)用與實(shí)踐。

德賽西威大模型語音解決方案可針對(duì)不同車端平臺(tái)需求，進(jìn)行端側(cè)大模型定制，提供兼具語音適配系統(tǒng)生態(tài)、語音場景差異化、語音能力標(biāo)準(zhǔn)化、成本選擇靈活、主機(jī)廠設(shè)計(jì)引導(dǎo)等特點(diǎn)的車載語音智能化價(jià)值提升。由德賽西威自主研發(fā)的“藍(lán)鯨”生態(tài)系統(tǒng)，引入個(gè)性化定制聚合語音“鯨語2.0”，具有垂域技能重塑、口語化多場景聯(lián)動(dòng)、語義增強(qiáng)引擎、個(gè)性化推薦引擎、手車互聯(lián)動(dòng)作引擎、車內(nèi)外協(xié)同等功能模塊，可為用戶提供擬人化智能服務(wù)。

聽得懂

強(qiáng)化交互底層基礎(chǔ)

叫不醒、聽不懂、會(huì)錯(cuò)意、響應(yīng)慢等一直是車載智能語音交互的槽點(diǎn)，而這些背后隱藏著垂域指令理解不足、口語泛化能力不足、拒識(shí)效果不佳等技術(shù)痛點(diǎn)。

德賽西威大模型語音通過座艙特定語料，優(yōu)化模型座艙適應(yīng)能力，同時(shí)基于用戶口語數(shù)據(jù)學(xué)習(xí)，進(jìn)一步理解自然表達(dá)，可更精準(zhǔn)地辨識(shí)用戶實(shí)際需求；通過垂域知識(shí)庫RAG技術(shù)，減少大模型垂域理解的幻覺；借助專項(xiàng)訓(xùn)練的拒識(shí)大模型，語音系統(tǒng)可適應(yīng)多種場景，提升拒識(shí)效率和準(zhǔn)確性。另一方面，德賽西威大模型語音突破了機(jī)器智能語音教條式交互、固定預(yù)設(shè)條件個(gè)性化、被動(dòng)式學(xué)習(xí)等傳統(tǒng)語音模式的技術(shù)難題，實(shí)現(xiàn)了擬人智能、用戶偏好個(gè)性滿足，以及主動(dòng)式動(dòng)態(tài)學(xué)習(xí)和同步。

做得到

打造靈魂智能助手

近年來，各大主機(jī)廠積極推進(jìn)大模型上車，在增強(qiáng)原有車載語音能力的同時(shí)，不斷拓展更多差異化應(yīng)用場景。車載語音基礎(chǔ)能力已不再是技術(shù)瓶頸，應(yīng)用場景的差異化及廣度擴(kuò)展成為行業(yè)核心關(guān)注點(diǎn)。

德賽西威車載語音解決方案基于云側(cè)、端側(cè)大模型以及語音動(dòng)作引擎技術(shù)，融入通義千問、字節(jié)豆包、智譜等智能生態(tài)插件，提供口語化座艙技能、電話會(huì)議助手、AI新聞助手、微信地址流轉(zhuǎn)、語音操作手機(jī)微信、模糊信息查詢等多元場景應(yīng)用。

汽車軟件的創(chuàng)新與發(fā)展，不僅是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要驅(qū)動(dòng)力，也是形成新質(zhì)生產(chǎn)力、推動(dòng)汽車智能化高質(zhì)量發(fā)展的重要載體。未來，德賽西威藍(lán)鯨OS將以語音為入口，打破應(yīng)用壁壘，構(gòu)建“AI+場景+生態(tài)”的智能化服務(wù)體系，實(shí)現(xiàn)0層級(jí)無感交互，為用戶提供極致高效的車載語音交互體驗(yàn)。