超快響應 長城Coffee OS 2語音能力升級

　　[汽車之家 資訊]  在智能化、數字化、信息化技術蓬勃發展以及終端市場消費需求升級的雙重驅動下，汽車不斷被重新定義，已經不僅僅是傳統意義上的出行工具，而是向智能的第三生活空間快速進化。面向用戶對智能座艙人機交互能力、響應速度、場景體驗等方面的更高訴求，長城汽車打造了新一代智能座艙系統Coffee OS 2。并在4月12日的Coffee OS 2智能語音公開課上邀請業內專家一起展望了未來智能座艙的發展方向。

　　在設計之初，長城的Coffee OS 2就考慮到了很多當下智能座艙產品的痛點，比如兼容性。據工程師介紹，他們把一套自研的框架作為橋梁，向上銜接表層應用和服務服務生態，向下匹配各種不同的硬件配置，以此來達到硬件和軟件的“解耦”。簡單來說，就是長城把APP和生態的接口固定下來給到合作伙伴，讓他們按照這套標準去移植或是開發應用程序。同時設計一套能適應旗下多種不同硬件配置的操作系統，讓車機也像Windows電腦一樣，即使使用不同硬件，也能帶來相同體驗。

　　當然，一套座艙系統是否足夠智能，其中很重要的一環就是語音交互。此次的長城Coffee OS 2.0公開課上，長城也找來了一位競爭對手同場較量，它就是以語音交互能力見長的小鵬Xmart OS。在直播的對比環節，主持人使用了一句話下達十個指令的方式考驗兩臺車的語音交互能力。Coffee OS 2在面對這種復雜的跨域指令時表現出了相當不錯的反應速度和執行力。

　　從用戶指令最后一個字音開始，到車機系統反饋第一個字音結束，這中間的時間差被行業內成為響應速度。行業內第一梯隊的產品大多也需要300ms-350ms才能響應用戶的指令。據官方透露，Coffee OS 2的語音產品設計之初就規劃了海量的對話場景功能。包含車輛控制、系統設定、地圖導航、影音娛樂等各個模塊共計940多個不同場景。同時也針對語音交互的響應速度進行了提升，達到了250ms。

　　為了提升響應速度，長城的研發團隊采用了低幀低延時神經網絡喚醒模型，同時基于流式語義解析模型，實現了快速響應的同時讓指令“邊說邊執行”。不僅響應速度得到提升，指令實際執行效率也得到了提高。

　　大規模預訓練的語言模型可以讓并行的多任務指令得以實現。在實際測試中，面對開窗、切換駕駛模式、打開藍牙、播放音樂、設置導航等連續復合型指令，Coffee OS 2也確實能夠一個不漏的處理好。當然了，光有長板還不夠，智能座艙能力的綜合提升才能讓用戶在實際使用中持續獲得良好的體驗。像座艙域常用功能的免喚醒、可見即可說、全雙工多輪對話、上下文理解、模糊指代、后排干擾抑制等功能，Coffee OS 2也同樣在直播中做了演示，都達到了相當不錯的水平。（圖/文 汽車之家 楊鵬）