车载语音为什么不好用？关键在这几点

据盖世汽车研究院报告显示，随着消费者对座舱体验要求的提升，智能座舱将融合更多智能化、数字化功能，使得其单车价值量将大幅提升，2030年有望达到千亿规模。车载语音交互系统作为智能座舱中不可或缺的一部分，是车内最直接、最人性化、最安全的交互方式。

车载语音成为了智能化趋势下汽车市场的重要配置，随着AI和硬件性能的增强，也将成为未来最主要的车内交互方式。但根据调查数据，近600台新车的车载语音普及率超过了90%，但车载语音的使用率仅不足50%。纵使装配车辆越来越多、厂家宣传越来越夸张，但为何大家的使用率依然不高？

被诟病的较多的问题，主要在于：一是需要一遍又一遍的唤醒系统，还往往需要等到语音系统完整复述完并且处理完上个指令后，驾驶员才能开口提其他需求，太考验人们的耐心；二是说出指令需要刻意记住关键词才能成功识别，太考验记忆力。又或者是一个人开口，其他人都需要“闭嘴”，这是因为语音系统很容易受到其他语音干扰。如果一旦有“熊孩子”在一旁“捣乱”，往往会导致语音系统无法正常识别指令。对此情况，数据堂成品训练数据集——麦克风手机采集车载噪音数据、噪音环境口音普通话手机采集语音数据、录音笔采集场景噪音数据等针对噪音环境下的语音识别数据可以帮助客户提升语音识别模型。

车载语音交互系统离不开语音识别技术的支持，即在文中一开始提到“识别”的部分。语音识别作为一种基础层感知类技术，既可以作为核心技术直接应用于终端产品，也可以仅作为一种感知类辅助技术集成于语音助手、车载系统、智慧医疗、智慧法院等场景的产品中。

数据堂专注于AI数据服务，作为国内首家上市的人工智能数据服务企业，拥有国际领先的自主核心数据处理技术，已实现基于AI辅助技术进行大规模数据生产的能力。数据堂现有20万小时的成品语音数据集，在车载语音识别数据领域，覆盖多设备、多类型、多环境与多语种，可快速帮助企业快速提高语音模型识别准确率。

欢迎各界人士访问我们的网站，了解我们的数据服务和解决方案，如果您对自然语言理解数据集有需求，欢迎联系数据堂，我们将竭诚为您服务。

审核编辑 黄宇