2016年11月23日举办的科大讯飞AI+年度发布会上，汽车智能互联系统——飞鱼助理首次对外公开亮相。该系统搭载的语音交互支持多轮对话和中途打断，不用多次唤醒就能调用导航、音乐、拨打电话等功能，整个交互体验更加随意自然。2017年11月又更新了飞鱼2.0，各方面做了升级。新版系统知道要采集哪个方向的声音，锁定驾驶员是说出唤醒词的位置后，副驾座位的声音就不会出现“抢麦”情况。要实现这个功能，主要是对麦克风阵列和软件算法做升级。连接后台账号系统，飞鱼2.0可以在唤醒后“主动服务”。它会提醒你今天是老婆大人的生日，推荐老婆大人喜欢的餐厅，推荐喜欢的电影然后购票。系统和个人的绑定更深。接入了车辆总线系统，在1.0中，系统只能用语音控制音乐、导航、电话等信息娱乐功能。在2.0版，我们可以用语音控制开关天窗、调节空调温度这些和行车安全影响不大的功能。

飞鱼2.0更新了什么？

在飞鱼1.0版本上，整个交互体验更加自然。人和车对话的时候，车就可以记住上下文，理解每一个指代的意思。你可以不用多次唤醒就能调用导航、音乐、拨打电话等功能，也可以在车说话时打断它。

在今年的年会现场，飞鱼2.0版本做了升级。科大讯飞汽车事业部副总经理谢信珍告诉记者，去年展示飞鱼1.0时更多还是一种未来规划，但今年的2.0版本已经是可以落地的产品。

  1.知道该听谁的话。新版系统知道要采集哪个方向的声音，锁定驾驶员是说出唤醒词的位置后，副驾座位的声音就不会出现“抢麦”情况。要实现这个功能，主要是对麦克风阵列和软件算法做升级。

    2.连接后台账号系统。飞鱼2.0可以在唤醒后“主动服务”。它会提醒你今天是老婆大人的生日，推荐老婆大人喜欢的餐厅，推荐喜欢的电影然后购票。系统和个人的绑定更深。

    3.接入了车辆总线系统。在1.0中，系统只能用语音控制音乐、导航、电话等信息娱乐功能。在2.0版，我们可以用语音控制开关天窗、调节空调温度这些和行车安全影响不大的功能。

除了第一点是智能语音技术上的更新，后两项都是包办软硬数服一体化后，语音有机会和车、和人发生的更多关联。

当然，后两项也代表了一种选择。更加个性化的服务意味着对个人数据使用权的开发，这是用户面临的选择。更加懂得汽车意味着车辆数据的开放，这是主机厂面临的选择。

把眼睛叫醒

在智能语音交互之外，图像识别也在汽车场景下找到了发挥功能的机会。

坦白说，在参会前看到预告时，记者以为视觉技术更多会用在驾驶员身份鉴别。因为科大讯飞研发主管赵艳军曾经说过，AIUI在定义之初，“就没有把语音作为唯一的交互方式，而是把它设想为结合了人脸、人体追踪、手势、红外等多种方式为一体的人机交互解决方案”。

所以当科大讯飞说要借助摄像头的眼睛看向车外时，记者还是有些意外的。

泊车辅助

视觉首个应用场景会是泊车。在有清晰车位线的情况下，可以借助泊车摄像头观察外部情况，找到合适车位时，用交互的方式提醒用户打方向盘，辅助车辆进入车库。没有车位线时，也可以司机在屏幕上划线选择停车位置，系统把车停到库中。当然也可以看到，在一开始的版本中，还没有涉及车辆控制层面的内容。

目前视觉的部分仍然由科大讯飞的研究院来推进，选择的泊车应用也是一个相对简单的场景。在回答“和专门做视觉的企业比，科大讯飞有什么优势”这个问题时，汽车业务部副总经理谢信珍提到了科大讯飞在技术源头上的积累。他认为语音对信号连贯性的要求更高，做语音跨到图像会更容易。

Cityscape数据集成绩

具体用来证明视觉方面能力的例子是Cityscape的榜单成绩。后者是一个用来评估视觉算法的数据集，可以检验算法在城区场景语义理解方面的表现。今年10月，科大讯飞在自动驾驶场景分割任务中获得了第一名，主要是使用了名为“层次分割”的技术。

数据集测试成绩可以在某种程度上反映科大讯飞的算法能力。不过实际应用中，科大讯飞的算法要面对嵌入式平台和实时性两个方面的考虑。谢信珍表示，科大讯飞的优势在于工程优化能力，360环视算法主要是拼接和鱼眼矫正计算量比较高，目前已经揉到CUP、GPU上分别负载来跑，跑得也比较顺畅了。

科大讯飞做视觉，这意味着从对车内人的理解，延伸到了对车外环境的理解。

来源：互联网