思必馳案例

本項(xiàng)目由思必馳投遞并參與“數(shù)據(jù)猿行業(yè)盤點(diǎn)季大型主題策劃活動(dòng)——《2022中國(guó)企業(yè)數(shù)智化轉(zhuǎn)型升級(jí)創(chuàng)新服務(wù)企業(yè)》榜單/獎(jiǎng)項(xiàng)”評(píng)選。

受國(guó)家“碳達(dá)峰，碳中和”政策的推動(dòng)，以新能源為核心動(dòng)力的綠色出行成為兩輪車行業(yè)發(fā)展趨勢(shì)。同時(shí)隨著新國(guó)標(biāo)落地、消費(fèi)升級(jí)為兩輪車行業(yè)帶來新一輪發(fā)展的外部驅(qū)動(dòng)力。用戶層面，新一代年輕用戶對(duì)產(chǎn)品的需求，已從基礎(chǔ)的動(dòng)力續(xù)航提升至智能化、個(gè)性化、品質(zhì)化，對(duì)出行的需求也從多點(diǎn)一線的日常通勤，轉(zhuǎn)向更加凸顯自我、追求個(gè)性的場(chǎng)景式體驗(yàn)。

面對(duì)行業(yè)的變化，雅迪秉持“洞悉用戶痛點(diǎn)、挖掘用戶需求”理念，為打造滿足用戶“情感需求”、確保“個(gè)性化”、“品質(zhì)化”的“智能化”產(chǎn)品，實(shí)現(xiàn)差異化競(jìng)爭(zhēng)，經(jīng)過深入調(diào)研，汲取汽車智能化發(fā)展靈感，提出以語音為入口的智能交互產(chǎn)品方案，與思必馳不謀而合。思必馳作為國(guó)內(nèi)專業(yè)的對(duì)話式人工智能平臺(tái)公司，擁有全鏈路的智能語音語言技術(shù)，面對(duì)兩輪出行智能化升級(jí)需求，思必馳打造了兩輪車智能化解決方案。在此背景下，雅迪攜手思必馳在智能車控、智能網(wǎng)聯(lián)、人機(jī)對(duì)話等方向達(dá)成深度戰(zhàn)略合作。2021年，雙方啟動(dòng)了雅迪VFLY項(xiàng)目，打造全場(chǎng)景智能AI語音助手，創(chuàng)新性實(shí)現(xiàn)聲紋解鎖功能，為用戶帶來智能騎行新體驗(yàn)。

實(shí)施時(shí)間：

開始時(shí)間：2021年2月，雅迪與思必馳攜手啟動(dòng)兩輪車智能化項(xiàng)目。2021年7月，雅迪在上海發(fā)布全新高端品牌VFLY，推出全新智能高端產(chǎn)品，融入思必馳智能語音技術(shù)，打造全場(chǎng)景智能AI語音助手。2021年8月，雅迪VFLY系列車型正式量產(chǎn)交付，銷量持續(xù)增長(zhǎng)。

截止時(shí)間：2021年8月完成項(xiàng)目一期階段性截止，通過智能語音交互系統(tǒng)的OTA功能，目前仍持續(xù)保持版本迭代升級(jí)，不斷完善語音交互體驗(yàn)。

客戶的數(shù)智化（數(shù)字化）轉(zhuǎn)型升級(jí)需求

雅迪作為兩輪電動(dòng)車行業(yè)的領(lǐng)航者，深耕行業(yè)多年，在產(chǎn)品的研發(fā)設(shè)計(jì)、核心技術(shù)、售后服務(wù)等方面都有著豐富的經(jīng)驗(yàn)積累，占據(jù)了市場(chǎng)核心位置。但隨著兩輪電動(dòng)車行業(yè)的成熟，市面上產(chǎn)品差異化越來越小，競(jìng)爭(zhēng)壓力越來越大，智能化成為尋求差異競(jìng)爭(zhēng)的各大兩輪電動(dòng)車品牌廠商關(guān)注的新增長(zhǎng)點(diǎn)。根據(jù)艾瑞咨詢數(shù)據(jù)顯示，70%以上的用戶希望優(yōu)先擁有智能車鎖、車輛追蹤的智能防盜功能；六成以上用戶希望車輛APP優(yōu)先擁有的功能是車況檢測(cè)，包括鎖車狀態(tài)、余電查詢等。在用戶需求推動(dòng)下，市面上各大廠商都推出了智能化功能，如APP控制、NFC解鎖、藍(lán)牙解鎖、手機(jī)投屏導(dǎo)航等。不同于其他廠商對(duì)智能化功能的理解，雅迪認(rèn)為兩輪電動(dòng)車內(nèi)部的聯(lián)動(dòng)屬于普適性的智能，只有持續(xù)為消費(fèi)者提供便捷和安全，才是真正符合用戶需求的智能化。結(jié)合用戶出行生活場(chǎng)景，雅迪希望在車輛解鎖、智能網(wǎng)聯(lián)、車控、娛樂等方面，在兼顧安全、便捷同時(shí)，實(shí)現(xiàn)更自然更智能的交互體驗(yàn)，賦予車輛更多人性化的智能服務(wù)，把車輛從出行代步工具，打造為引領(lǐng)未來城市智慧出行方式。

面臨挑戰(zhàn)

首先，產(chǎn)品的應(yīng)用場(chǎng)景更復(fù)雜。作為一種靈活的出行代步工具，兩輪電動(dòng)車用戶的出行場(chǎng)景豐富，幾乎覆蓋了生活、工作和休閑的方方面面，但是往往使用環(huán)境比汽車更復(fù)雜、惡劣。而且不同于汽車封閉式座艙，目前市面上主流兩輪車采用的是開放式座椅設(shè)計(jì)。本項(xiàng)目相當(dāng)于要在全戶外場(chǎng)景下實(shí)現(xiàn)人車的語音交互，對(duì)產(chǎn)品方案的設(shè)計(jì)及性能都提出極高要求。不僅要面臨風(fēng)吹日曬雨淋的考驗(yàn)，而且需要考慮行駛條件下戶外噪聲、騎行風(fēng)噪、車輛震動(dòng)等因素的影響。

其次，為打造滿足兩輪電動(dòng)車出行的全場(chǎng)景智能AI語音助手，需要深度調(diào)研兩輪電動(dòng)車用戶實(shí)際出行的場(chǎng)景需求，將語音交互系統(tǒng)與車輛進(jìn)行深度集合，打通車身各個(gè)模塊的控制。同時(shí)還需考慮跨設(shè)備流轉(zhuǎn)，實(shí)現(xiàn)手機(jī)APP的語音控制和車輛語音控制的互通。目前車載智能語音控制系統(tǒng)在汽車上的應(yīng)用已經(jīng)比較普及，但是在兩輪電動(dòng)車的落地案例仍然比較少，本項(xiàng)目可謂實(shí)現(xiàn)了兩輪電動(dòng)車智能語音助手應(yīng)用先河。

最后，雅迪深耕兩輪車行業(yè)多年，在車輛的研發(fā)設(shè)計(jì)、核心技術(shù)、售后服務(wù)等方面都有著豐富的經(jīng)驗(yàn)積累。思必馳作為國(guó)內(nèi)專業(yè)的對(duì)話式人工智能平臺(tái)公司，擁有全鏈路的智能語音語言技術(shù)。因此本項(xiàng)目是雙方在各自領(lǐng)域一次技術(shù)互補(bǔ)性的合作，是雙方團(tuán)隊(duì)互相學(xué)習(xí)、探索的成果。在項(xiàng)目研發(fā)過程中，思必馳產(chǎn)品及研發(fā)團(tuán)隊(duì)多次駐場(chǎng)開發(fā)、調(diào)試，確保了項(xiàng)目的順利落地。

數(shù)據(jù)支持

1. 使用語音交互的用戶數(shù)量，目前平均每日使用語音交互的用戶數(shù)大約2萬人次；

2. 用戶使用語音交互請(qǐng)求數(shù)量，反饋用戶在實(shí)際場(chǎng)景下的使用情況，目前平均每日語音交互請(qǐng)求量大約7萬次；

3. 語音交互數(shù)據(jù)量級(jí)，目前每月處理的語音交互數(shù)據(jù)量達(dá)到10G。

應(yīng)用技術(shù)與實(shí)施過程

本項(xiàng)目搭載了思必馳全鏈路語音技術(shù)，打造全場(chǎng)景智能AI語音助手“小迪”，支持行駛導(dǎo)航、接撥電話、智慧百科、播放音樂等多種全場(chǎng)景智能語音互動(dòng)功能?；谒急伛Y聲紋識(shí)別技術(shù)，創(chuàng)新性實(shí)現(xiàn)了兩輪電動(dòng)車聲紋解鎖功能，通過聲音精準(zhǔn)識(shí)別用戶身份，擺脫鑰匙和手機(jī)的束縛，讓車輛解鎖更智能更便捷。

當(dāng)用戶進(jìn)入聲紋解鎖功能，系統(tǒng)在儀表屏幕上會(huì)顯示一個(gè)驗(yàn)證碼，用戶按要求讀出驗(yàn)證碼即可進(jìn)行聲紋解鎖，如果聲紋認(rèn)證成功則啟動(dòng)車輛；如果連續(xù)3次認(rèn)證失敗則將自動(dòng)鎖定解鎖功能，并通過手機(jī)APP通知車主。本項(xiàng)目的聲紋系統(tǒng)框圖如下，其中雙麥信號(hào)處理在車機(jī)端側(cè)完成，語音識(shí)別和聲紋識(shí)別采用云+端模型，當(dāng)設(shè)備不能聯(lián)網(wǎng)時(shí)將在端側(cè)進(jìn)行，如設(shè)備可以聯(lián)網(wǎng)時(shí)則在云端完成，此模型可以有效提高解鎖成功率。

本項(xiàng)目采用180°廣范圍拾音雙麥陣列，用戶聲音被雙麥陣列拾音后，利用思必馳最新雙麥信號(hào)處理算法進(jìn)行降噪處理。不同于家電、汽車內(nèi)設(shè)備的相對(duì)密閉使用場(chǎng)景，兩輪電動(dòng)車使用場(chǎng)景多集中在室外人流密集的場(chǎng)景，如地鐵口、超市、馬路邊、菜市場(chǎng)等，聲學(xué)環(huán)境更加復(fù)雜，為此思必馳開發(fā)了全新的多通道神經(jīng)網(wǎng)絡(luò)與多通道傳統(tǒng)信號(hào)處理相結(jié)合的信號(hào)處理算法，如下圖所示。

多通道傳統(tǒng)信號(hào)處理可以解決人聲干擾，但是傳統(tǒng)信號(hào)處理方法存在噪聲抑制不干凈問題，低信噪比性能下降明顯，且欠定條件（即聲源數(shù)大于麥克風(fēng)數(shù)目）下算法失效，神經(jīng)網(wǎng)絡(luò)方法存在相位重建困難，模型輸出信號(hào)失真大問題。為了解決噪聲抑制不干凈問題，通常會(huì)加入后處理模塊，進(jìn)行進(jìn)一步降噪，但是后處理通常只能抑制穩(wěn)態(tài)噪聲，對(duì)類似人聲的非穩(wěn)態(tài)沒有很好的效果。

本項(xiàng)目采用的信號(hào)處理算法，將多通道神經(jīng)網(wǎng)絡(luò)與多通道傳統(tǒng)信號(hào)處理相結(jié)合，利用神經(jīng)網(wǎng)絡(luò)的輸出控制傳統(tǒng)信號(hào)處理濾波器的更新。利用多通道神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)特定方向的聲源信息，得到目標(biāo)語音的時(shí)頻掩蔽值，即每個(gè)頻點(diǎn)的mask。這一方法的好處是，在低信噪比或者欠定情況下mask都能估得很準(zhǔn)，目標(biāo)方向的語音頻點(diǎn)mask值大，干擾方向語音或噪聲頻點(diǎn)mask值很小。然后將mask值傳遞給傳統(tǒng)信號(hào)處理模塊，協(xié)助傳統(tǒng)信號(hào)處理進(jìn)一步精細(xì)地增強(qiáng)目標(biāo)語音，且利用傳統(tǒng)信號(hào)處理方法完成相位的重建。最終可選地將神經(jīng)網(wǎng)絡(luò)輸出的mask做點(diǎn)微小變動(dòng)，乘到傳統(tǒng)信號(hào)處理的輸出上，作為后處理使整個(gè)系統(tǒng)達(dá)到更多的降噪。

信號(hào)處理后的音頻送入思必馳ASR系統(tǒng)，將識(shí)別說話內(nèi)容，如果識(shí)別內(nèi)容與系統(tǒng)發(fā)送驗(yàn)證碼一致，送入聲紋識(shí)別模塊進(jìn)行最終身份驗(yàn)證，否則提示驗(yàn)證碼有誤解鎖失敗。為適應(yīng)兩輪電動(dòng)車復(fù)雜應(yīng)用場(chǎng)景，本項(xiàng)目中ASR采用行業(yè)領(lǐng)先的自研字級(jí)建模VDCNN-CTC技術(shù)，提升識(shí)別準(zhǔn)確率的同時(shí)，加速模型計(jì)算效率；在語言模型方面，思必馳采用大規(guī)模神經(jīng)網(wǎng)絡(luò)語言模型技術(shù)，有效提升識(shí)別準(zhǔn)確率，結(jié)合特色的“多路解碼融合”技術(shù)，可快速實(shí)現(xiàn)語音識(shí)別場(chǎng)景化定制；在解碼器方面，思必馳采用深度優(yōu)化的基于GPU的高速并行解碼器技術(shù)構(gòu)建語音識(shí)別引擎，新型解碼框架PSD，使整個(gè)搜索空間減少80%以上，大大提升語音識(shí)別的搜索速度。綜合累計(jì)相比傳統(tǒng)的語音識(shí)別系統(tǒng)，識(shí)別準(zhǔn)確率提升30%以上，解碼速度提高7倍，內(nèi)存下降50%以上。

聲紋識(shí)別系統(tǒng)?般包括三個(gè)部分：

a. 背景模型訓(xùn)練 (背景模型?般為 GMM、DNN、CNN等)。

b. 說話人注冊(cè)，根據(jù)用戶的注冊(cè)音頻為其建立說話人模型。

c. 說話人測(cè)試，在用戶的說話人模型已經(jīng)建立的情況下，對(duì)其性能進(jìn)行檢測(cè)。

圖、典型聲紋識(shí)別系統(tǒng)架構(gòu)

思必馳采用國(guó)際主流的xvector模型作為背景模型，模型結(jié)構(gòu)如下圖所示。

圖：xvector模型結(jié)構(gòu)框圖

模型結(jié)構(gòu)框架圖中的Statistics Pooling之前的采用TDNN結(jié)構(gòu)，下圖是TDNN的示意圖。

圖：TDNN模型結(jié)構(gòu)框圖

在兩輪電動(dòng)車應(yīng)用場(chǎng)景中，既要保證在嘈雜場(chǎng)景下聲紋識(shí)別有高準(zhǔn)確率，同時(shí)要防止“有心人”在用戶解鎖時(shí)偷偷錄音用來攻擊聲紋識(shí)別系統(tǒng)。采用固定文本注冊(cè)和驗(yàn)證的文本相關(guān)聲紋識(shí)別準(zhǔn)確率高，但容易被提前錄音；采用隨機(jī)驗(yàn)證碼注冊(cè)和驗(yàn)證的文本半相關(guān)聲紋識(shí)別，可以有效防止被錄音，但識(shí)別準(zhǔn)確率不如文本相關(guān)聲紋。

本項(xiàng)目中，聲紋識(shí)別模塊采用文本相關(guān)聲紋識(shí)別 + 文本半相關(guān)聲紋識(shí)別相結(jié)合的聲紋認(rèn)證方式，系統(tǒng)發(fā)送的驗(yàn)證碼由 “你好小迪” + 4位隨機(jī)碼組成，根據(jù)語音識(shí)別結(jié)果，將用戶音頻分成“你好小迪”和4位隨機(jī)碼兩部分。“你好小迪”部分采用文本相關(guān)聲紋識(shí)別模型進(jìn)行認(rèn)證，4位隨機(jī)碼部分采用文本半相關(guān)聲紋識(shí)別模型進(jìn)行認(rèn)證?；诠潭ㄎ谋?4位驗(yàn)證碼的聲紋解鎖方案，比單純固定文本方案取得相對(duì)20%的聲紋識(shí)別性能提升，且每次4位驗(yàn)證碼是隨機(jī)生成的，可以有效防止被人提前錄音。

目前，思必馳聲紋識(shí)別系統(tǒng)通過了國(guó)家金融權(quán)威機(jī)構(gòu)認(rèn)證的聲紋技術(shù)安全認(rèn)證，和中國(guó)信通院可信AI評(píng)測(cè)，達(dá)到公安部安防聲紋確認(rèn)應(yīng)用算法技術(shù)最高標(biāo)準(zhǔn)要求，可以有效保證聲紋識(shí)別準(zhǔn)確率。

此外，為確保用戶聲紋數(shù)據(jù)安全，本項(xiàng)目采用的是端側(cè)加密上傳方式。當(dāng)用戶在進(jìn)行云端聲紋注冊(cè)和驗(yàn)證時(shí)，原始音頻信息不會(huì)同步上傳，需端側(cè)經(jīng)過AES-256 CBC加密后，才會(huì)上傳不可逆聲學(xué)特征到云端服務(wù)器，確保說話人注冊(cè)模板保存在加密數(shù)據(jù)庫(kù)。同時(shí)，當(dāng)用戶在使用聲紋識(shí)別進(jìn)行身份認(rèn)證后，端側(cè)也會(huì)將原始音頻刪除，確保聲紋數(shù)據(jù)不泄露。

最終，綜合信號(hào)處理、識(shí)別、聲紋優(yōu)化，用戶即便身處在地鐵、菜市場(chǎng)等嘈雜場(chǎng)景，雅迪VFLY車型的聲紋解鎖率達(dá)到了95%以上，而他人解鎖成功率僅為0.1%，同時(shí)有效確保用戶數(shù)據(jù)安全。

當(dāng)車輛解鎖成功，用戶隨時(shí)可以通過語音喚醒詞“你好 小迪”喚醒智能AI語音助手實(shí)現(xiàn)功能操控。這一過程基于思必馳云端全鏈路語音AI能力引擎，實(shí)現(xiàn)人車自然流暢的交互。在本項(xiàng)目中，針對(duì)戶外騎行環(huán)境，采用了思必馳定制騎行降噪算法。通過對(duì)兩輪電動(dòng)車在不同環(huán)境下駐車、不同速度下騎行等多場(chǎng)景的周邊環(huán)境數(shù)據(jù)采集，優(yōu)化降噪算法模型，完成騎行環(huán)境定制訓(xùn)練，提升了出行全場(chǎng)景下的語音喚醒和識(shí)別的準(zhǔn)確率。

圖：語音全鏈路引擎示意圖

當(dāng)接收到喚醒指令時(shí)，語音助手“小迪”就會(huì)進(jìn)入聆聽狀態(tài)，并會(huì)給出反饋，如“我在呢”告訴用戶它已被喚醒進(jìn)入拾音狀態(tài)，同時(shí)儀表屏幕上也會(huì)有聲波動(dòng)效顯示喚醒狀態(tài)。這時(shí)用戶可以直接說出語音指令，如“導(dǎo)航去...”，語音助手拾取到指令后，會(huì)將聲音信號(hào)從模擬信號(hào)轉(zhuǎn)換為數(shù)字信號(hào)，并持續(xù)上傳到語音識(shí)別服務(wù)器。服務(wù)器將數(shù)字信號(hào)經(jīng)過識(shí)別、理解轉(zhuǎn)換為相應(yīng)的文本或命令。輸入到DM大腦，根據(jù)當(dāng)前指令需要以及對(duì)話的狀態(tài)，決定下一步應(yīng)該采取的最優(yōu)動(dòng)作，如直接提供對(duì)話結(jié)果，還是向用戶發(fā)起詢問等。經(jīng)過對(duì)話管理，最終輸出機(jī)器動(dòng)作指令，并將反饋結(jié)果（或詢問）通過聲音播報(bào)出來，完成與用戶的交互。

思必馳打通了近300家第三方資源接口，為用戶提供交通出行、新聞資訊、社交分享、生活?yuàn)蕵?、工作處理等各領(lǐng)域內(nèi)容服務(wù)，使語音助手具備豐富的對(duì)話技能。在本項(xiàng)目中，針對(duì)兩輪電動(dòng)車的語音騎行導(dǎo)航，進(jìn)行了導(dǎo)航地圖的優(yōu)化。區(qū)別于普通騎行導(dǎo)航，兩輪電動(dòng)車導(dǎo)航結(jié)合電動(dòng)車禁行區(qū)域、時(shí)速等因素進(jìn)行綜合計(jì)算，導(dǎo)航結(jié)果更合規(guī)、更貼合實(shí)際電動(dòng)車騎行場(chǎng)景。

目前，本項(xiàng)目仍在持續(xù)迭代升級(jí)，不斷完善語音交互功能，優(yōu)化智能服務(wù)體驗(yàn)，使雅迪VFLY兩輪電動(dòng)車實(shí)現(xiàn)車輛智能、車控智能以及數(shù)據(jù)智能，滿足用戶在多樣化出行場(chǎng)景下，獲得更加智能、高效、便捷、安全的兩輪電動(dòng)車出行體驗(yàn)。

商業(yè)變化

思必馳為雅迪VFLY打造的全場(chǎng)景智能語音助手，實(shí)現(xiàn)騎行場(chǎng)景下以語音為入口的人車交互，還創(chuàng)新性實(shí)現(xiàn)聲紋完成車輛解鎖。目前在兩輪電動(dòng)車市場(chǎng)，不管是智能語音助手還是聲紋解鎖功能，都屬于創(chuàng)新性的智能化方案，為兩輪電動(dòng)車智能化升級(jí)帶來了更大想象空間。同時(shí)，在雅迪高端化戰(zhàn)略進(jìn)程中，本項(xiàng)目協(xié)助雅迪完成了在智能技術(shù)賽道上的突破，搭載智能語音助手的雅迪VFLY車型一經(jīng)發(fā)布，就受到行業(yè)及用戶的廣泛關(guān)注。作為雅迪的高端城市品牌，VFLY憑借“智能”切中用戶追求品質(zhì)生活、注重個(gè)性表達(dá)的需求，開創(chuàng)了兩輪電動(dòng)車高端騎行新局面。根據(jù)雅迪財(cái)報(bào)顯示，2021年雅迪實(shí)現(xiàn)收入同比增長(zhǎng)39.3%達(dá)270億元（人民幣）；全年銷量為1386萬輛，同比增長(zhǎng)28.3%，連續(xù)五年位居全球第一。同時(shí)，雅迪市場(chǎng)份額與議價(jià)也實(shí)現(xiàn)穩(wěn)升，雅迪全球市場(chǎng)份額由2020年的約23%進(jìn)一步提升至2021年的26%以上。

關(guān)于企業(yè)

·思必馳

思必馳是國(guó)內(nèi)專業(yè)的對(duì)話式人工智能平臺(tái)公司，擁有全鏈路的智能語音語言技術(shù)，自主研發(fā)了新一代的人機(jī)交互平臺(tái)（DUI），和人工智能芯片（TH1520）；為車聯(lián)網(wǎng)、IoT、以及眾多行業(yè)場(chǎng)景合作伙伴提供自然語言交互解決方案。思必馳擁有上千項(xiàng)知識(shí)產(chǎn)權(quán)，是國(guó)際上極少數(shù)擁有自主知識(shí)產(chǎn)權(quán)、中英文綜合語音技術(shù)的公司之一；與阿里、騰訊、小米、富士康、OPPO、長(zhǎng)虹、順豐、龍湖地產(chǎn)等企業(yè)達(dá)成戰(zhàn)略合作。

·雅迪VFLY

雅迪VFLY，作為城市高端新能源代步車，始終堅(jiān)持“極致不妥協(xié)”的品牌精神，為每位追求品質(zhì)與品味的時(shí)代先鋒，打造極致出行體驗(yàn)，以更多更優(yōu)的產(chǎn)品與人性智能服務(wù)，賦能未來都市移動(dòng)出行，讓多維“自由”成為可能。于2021年7月8日在上海保時(shí)捷體驗(yàn)中心正式發(fā)布，同步公布品牌理念“生而自由”，并與保時(shí)捷設(shè)計(jì)工作室及國(guó)內(nèi)外頂尖設(shè)計(jì)團(tuán)隊(duì)共同合作。共享雅迪的技術(shù)，質(zhì)量與生產(chǎn)體系。VFLY的品牌使命是打造綠色自由的極致騎行體驗(yàn)，品牌精神是極致不妥協(xié)。

來源：數(shù)據(jù)猿