导读：智能座舱有两大人工智能交互系统，一个基于视觉（计算机视觉）、一个基于语音。前者的应用体现在IMS系统，我之前的文章有过介绍；后者的应用在舱内的语音功能。这篇文章就系统地介绍智能座舱的语音系统（VOS）
01 概述
VOS（智能座舱语音操作系统）旨在为用户提供车内环境下的语音交互服务。VOS系统采用了唤醒、语音识别、语义理解等技术实现语音控制。座舱的车设车控、地图导航、音乐及多媒体应用、系统设置、空调等均可通过语音来操作。除了针对车身、车载的控制外，语音还支持天气查询、日程管理以及闲聊对话。用户只要说唤醒词，即可使用。语音指令可以一步直达功能，既能解放手指，又无需视线偏移注视车机中控区域，从而保障行车安全。
02 总体架构
在总体的架构上，语音系统可分为四个模块。即车端系统、云端系统、语音运营管理平台以及训练和分析统计模块。
整体的语音系统和要求，包括车端到云端链接、数据到功能的构建、Online的运营平台、线下线上的数据采集和标注。
03 VOS车端模块
车机端主要是对话系统（DS），也是用户感受最直观的，产品的重点侧向交互设计。
- 音频处理模块：AEC /AGC/ANR/ BF...
以上每个模块均包含一个或多个应用，这些应用内置在车机：音频处理包括AEC (Acoustic Echo Cancelling)、VAD (Voice Activity Detection)、音频压缩、唤醒词、本地的ASR识别等。该模块可以对来自麦克风的原始音频信号进行各种预处理，向语音助手提供获取唤醒信号、预处理后的音频、本地ASR识别结果等接口。前端信号处理包括：AEC、ANR、AGC、声源定位（SSL）、Beamforming，全部通过软件方案实现。
3.1语音助手
车机端负责语音对话的中枢控制模块，负责协调车机端对话系统的总体流程。车机端的其他模块或者被语音助手调用(音频服务、本地对话系统、TTS模块、应用程序)，或者属于语音助手的组成部分(对话控制器)。
3.2本地对话系统(本地DS)
本地对话系统是云端对话系统在车机上的一个镜像。它负责执行那些需要在车机上执行的对话处理，如:离线无网络状态下的对话功能、基于本地SDK的导航或音乐搜索相关的对话处理、 或者其他一些本地优于云端的场景下的对话功能。本地对话系统提供了一系列接口供对话控制器进行调用。本地对话系统从云端对话系统相同的基础架构衍生而来，和云端的设计和功能大体相同。但也根据本地的特点和需求进行了变化。如鉴于车机运算资源的匮乏而精简了模型；集成了车机专属的基于SDK的媒体和导航搜索功能；本地对话系统包含语音识别、语义理解、语音合成， 系统倾向于支持断网场景下的业务，如车控、打电话等基本场景。本地对话系统的交互入口是语音唤醒，有的唤醒会支持双唤醒词（隐含）。像百度地图就支持“小度小度”也支持“小德小德”（高德地图的唤醒词），容错率更好。
3.3本地NLU
本地NLU在无网络状态下，提供基础语义理解服务，考虑到车机端的运算能力，在NLU模型上需做大量的模型裁剪和压缩，并结合车机芯片进行指令集层面的优化，确保将本地NLU的效果最大程度地逼近云端NLU的效果；本地NLU的资源大约是在线的1/10， 最大程度地保证了本地的效果。
3.4本地TTS
TTS模块被语音助手调用，负责将文本转换为语音播报。TTS合成引擎由供应商提供，对话话术的TTS文本通过话术运营系统来制定和编辑，其结果存储在数据库中、供对话系统调用。
04 VOS云端系统
4.1对话系统
对话系统的云端部分（或者说在线对话系统）由多个部署在云服务上的服务和存储组成。云端向车机提供两种接口：一种是基于TCP的socket流式数据传输接口，用于传输语音数据并给出云端ASR识别结果和对话结果；一种是基于HTTP的用于发送非语音类消息的接口。云端服务可以部署在各种云服务（如aws、华为云等）的计算节点上；一套部署在具备64G内存的计算节点上的云端节点可以同时支持2-3万台设备的访问。- 在线ASR识别 对话服务模块可以接受用户发起的语音对话的音频输入，并给出识别结果。
- 对话 对话服务模块可以接受用户发起的语音对话的文本输入，并给出相应的对话结果，包括TTS文本、要车机进行的操作、车机用来屏显的内容等。
4.2模型
模型主要提供各种AI算法的运行模型数据，包括声学模型、语言模型等等多个不同算法不同用途的模型，可独立升级，来实现最优的AI处理效果。对于通用领域，模型优化能够带来整体的提升。例如整体升级声学模型和语言模型，在用户数据积累到一定程度的时候，如1万小时交互音频数据，可以带来20%-30%错误率下降；对于专有领域，模型优化能够实现从极低到极高，甚至从无到有的提升，例如一些产品强相关的词汇、使用常见的一些专有名词、人名地名等，都可以做特定的优化，达到通用的效果。
4.3云端TTS
云端TTS有别于本地端TTS，基于强大的计算能力，云端使用更大的数据库，技术上使用基于拼接的方案，相比于本地端基于参数合成的TTS，音质更自然；
TTS的声音可以进行定制，需要经过文本设计、发音人确认、录音场地和录音、数据筛选、标注、训练等过程。
05 运营平台
运营平台通过云端和线上对话系统联通，负责以可视化的形式干预对话系统线上的数据和功能。其中主要包含两大类功能：数据运营、功能运营。
5.1数据运营
1. 针对系统接入的CP/SP的可运营的内容，比如喜马拉雅的推荐数据、黄页数据等等，可以在系统中以手动的方式调整数据的内容、排序等；
2. 针对企业自有的数据，比如主机厂独有的充电桩数据、服务门店数据，可以有机的结合到对话系统中来。
5.2功能运营
功能运营主要是在特定的时间点，比如某些节日、或者有特殊意义的日子、或者临时发生一些事件的时候，通过快速干预某些特定的说法的反馈，通过编辑特定说法的TTS回复，来实现系统对特殊情况的特殊处理。
06 训练及分析
6.1用户数据统计分析
用户数据统计分析系统，通过对所有实车用户使用车载语音的情况进行统计分析，能够得出不同维度、不同粒度的分析报表。定期进行报表的解读和分析，可用得出的结论来指导系统功能的改进。
6.2训练系统
针对音频、文本、图像的采集+标注系统，企业通过定期常规的对线上数据的回收、标注和不定期的对特殊要求数据的采集、标注，生产出各个AI模型需要的数据，提供模型训练支持；每次模型训练完毕会有迭代上线，从而实现训练数据系统和线上模型的一个闭环迭代，不断的提升整体的语音产品的能力。
