在汽車和行動裝置上,語音助理能夠簡化使用者對裝置的操作,為用戶帶來更加便捷、有效率的生活體驗。研究機構Gartner指出,預計到2019年,智慧型手機用戶在人機互動中20%將是使用虛擬個人語音助理(VPA);而車用語音助理方面,預計於2019年智慧語音助理搭載率將達55%。此外,Gartner更估計,在未來兩年內,將有50%的各類搜索會透過語音指令實現。
語音介面,或稱語音辨識,是架構在深度學習、大數據及其專屬運算法則而成的技術,雖早在20世紀50到60年代時便已有這項概念,然當時卻受限技術及科技發展,直到2011年,深度學習、大數據及雲端運算逐漸成熟後,才建構出的技術。
過去在步行或開車時,如要尋找聯絡人、撥打電話,或預定排程、查找資訊,都需要放下手邊工作,或者分心來點擊、打字和瀏覽,才能完成。在同樣的操作目的之下,現在只要隨口一聲,便能即時喚醒語音助理,就能協助完成過去需要花費不少時間的流程,例如撥打電話或搜尋等功能。
語音助理的出現,除了為使用者帶來更簡便的操作方式、節省流程中所消耗的時間之外,在汽車方面的使用,語音助理的操作,也為不少駕駛人排除了因為進行需要額外手動完成的事而造成意外的風險。
語音介面的架構
恩智浦半導體微控制器產品技術市場經理張小平分析,透過智慧語音解決方案的框圖(圖1)可以看出,麥克風、音訊解碼器、後端熱詞(喚醒詞)檢測協同操作非常重要,需要有強大處理能力的應用處理器,如恩智浦i.MX 6UL/7D/8M系列應用處理器,協助各環節的資訊交互動作指令的運作。
![圖1 : 智慧語音解決方案的框圖(source:恩智浦)](/art/2018/11/121810527010/p1S.JPG)
圖1 : 智慧語音解決方案的框圖(source:恩智浦) |
|
語音介面主要透過麥克風將音訊傳遞至前端,透過編碼器和數位訊號處理器,進行遠場聲定位去混響回聲消除,並於後端進行喚醒詞檢測後,將音訊進傳輸至雲端進行分析處理,使系統完成指示工作。
聯網功能逐漸成熟 為消費者帶來更便利及豐富感官的使用體驗
張小平指出,目前車用語音介面通常使用於Infotainment與Driving Replacement/Assistance相關功能上。若以Driving Replacement/Assistance的應用來看,以目前已知的可能方向包括:預測駕駛的需求,並提供駕駛有用的資訊。例如個人助理會提醒駕駛即將到來的會議時間,並建議駕駛出發時間,以及提供目前的交通狀況資訊。
另外,駕駛可使用聲控操作開關空調、開關車鎖等常用功能,部分車廠的語音助理系統更支援車對家(Car-to-Home)服務,允許駕駛在車上能透過聲控,來控制家中電器開關。
張小平指出,與行動裝置使用的語音介面與雲端連接、雲端處理的模式不同;車用語音介面的應用會更需要注意時延,因此與車內ECU的資訊交互動作指令的運作更重要。
![圖2 : 福特(Ford)和Amazon合作,讓語音助理Alexa登上汽車。(source:FORD)](/art/2018/11/121810527010/p2S.JPG)
圖2 : 福特(Ford)和Amazon合作,讓語音助理Alexa登上汽車。(source:FORD) |
|
此外,目前車載裝置常見的連接技術,像是Bluetooth、USB、Wi-Fi等等,雖然已有標準認證的機制,但實際應用上會有互通性問題產生;所以可以透過不同裝置間的連接性測試,來確保運作品質。
針對聯網趨勢,意法半導體(STMicroelectronics,ST)亞太區類比、微機電與感測元件產品產品行銷經理陳建成指出,未來可能由NB-IoT(Narrow Band IoT)及SIGFox主導這塊市場。受惠其低功耗、低成本、傳輸量大的優勢,相較傳統Bluetooth、Wi-Fi等短距離通訊協定,低功耗廣域網路(Low Power Wide Area Network;縮寫LPWAN)非常適合使用在智慧能源、智慧城市等低頻次料傳輸的領域上。
搶攻車用IC市場 AEC-Q100驗證的考驗
而在行動裝置上,語音介面的發展較車用介面來得成熟,因此不少廠商會將行動語音介面的軟硬體技術轉移到車用上,不過在車用IC上的要求也較消費型產品嚴格。
車用電子零件分為三大類別,包含IC、離散半導體、被動元件三大類別,為了確保這些汽車電子零組件符合汽車安全的最高標準,車用電子主要依據國際汽車電子協會(Automotive Electronics Council,簡稱AEC)作為車規驗證標準,包括AEC-Q100(IC晶片)、AEC-Q101(離散元件)、AEC-Q102(離散光電元件)、AEC-Q104(MCM多晶片模組)、AEC-Q200(被動元件),其規範了被動零件所必須達成的產品品質與可靠度,也成為各IC廠商打入國際車用模組的入場券。
封裝大小差不多 音訊要求更嚴苛
張小平指出,車用與行動語音介面相比,在晶片封裝大小並不會要求越小越好,而是更側重於其穩定性及安全性。
在感測器的要求上,陳建成補充,在封裝上其大小雖與行動產品相似,但在車用語音介面中,為達到AEC-Q100的驗證,除了安全性、穩定性之外,準確度及溫度容忍度也十分重要。
在車用語音介面的資料蒐集上,準確度是相當重要的一環,要如何將蒐集到的資訊中,去掉訊號干擾雜音,卻又保留環境的音訊,一直是不少廠商持續研究的面向。
陳建成指出,車用語音介面麥克風在性能上,會比消費型產品的麥克風要求更嚴格,主要是因為車用麥克風在演算法的處理上,若收到的音訊較乾淨、真實,可以更快速進行後續的演算。
而溫度容忍測試方面,主要是為了規範積體電路的工作溫度等級之最低要求,IC供應廠商須先了解終端客戶如何使用此IC,以及在車內的安裝位置,以實際應用的溫度範圍來訂定合適的溫度等級。
此外,車用麥克風也可以搭載其他感測器使用,陳建成以搭載壓力感測器為例,與壓力器一起始用,透過壓力計可以得知車子與路面的高低差,便能輔助導航的使用。陳建成強調,因此麥克風的收音品質相當重要,訊號上的雜訊越低越好,而在環境上的訊號收音則需要相當完整,才能提供後續分析及辨識。
2019車用語音介面市場前景佳 發展面向多元
目前車用語音介面在IC上,雖在安全標準已規範完整,不過在應用上仍有相當大的發展空間。在零組件方面,MEMS(Micro Electro Mechanical System,微機電系統)麥克風也逐漸取代傳統駐極式電容麥克風(Electric Condenser Microphone;ECM),除了受惠於其封裝體積小及耐熱特性外,陳建成指出,更重要的是,基於IoT的發展趨勢,由於目前在行動裝置上軟體介面發展較完善,將MEMS使用在車用上,其軟體介面與行動裝置相似,因此在開發上也將會較為方便。
此外,在2019智慧與音助理及語音辨識的發展趨勢上,恩智浦認為,目前市場展區是主要包含朝向單晶片方向發展,以及結合物聯網安全和顯示屏的推展,並提出四個發展面向,包含:喚醒詞定制、聲紋識別、多節點同步、物聯網安全。
張小平強調,車用語音介面與家用語音介面有個部分容易被忽略,就是語音處理器的安全機制。他指出,無論是最近的智慧音箱被惡意植入程式碼隱私訊息被側錄,或是之前駭客大賽上Jeep車機被遠端遙控等事件,都提醒製造商在設計階段需協助使用者保護隱私資訊,不被輕易入侵。
而這需要內建安全裝置的解決方案,除了保護使用者資訊,透過整合的SDK實現演算法加速,滿足語音、影音和音訊的需求,也可整合A/V與機器學習,滿足工程師對於統一平台的要求,便於打造語音指令控制的聯網產品。