基于汽車(chē)駕駛安全所需的專注度和便捷性，語(yǔ)音交互正成為駕駛過(guò)程中最適用的交互方式，這已經(jīng)是業(yè)界共識(shí)。目前，AliOS在語(yǔ)音的分區(qū)識(shí)別、分人識(shí)別、方言識(shí)別、簡(jiǎn)化喚醒詞、語(yǔ)義理解等方面都日趨成熟。而未來(lái)的車(chē)載語(yǔ)音交互的發(fā)展絕不僅限于上述內(nèi)容。未來(lái)的語(yǔ)音交互應(yīng)該是什么樣子？會(huì)帶給用戶什么樣的驚喜？又會(huì)給互聯(lián)網(wǎng)汽車(chē)行業(yè)帶來(lái)怎樣的革新？AliOS多模態(tài)交互負(fù)責(zé)人王愷給出了答案。

自從車(chē)子有了導(dǎo)航以后，大家就很少記地址、路線了，更別提沿途有哪些大樓、商場(chǎng)、餐廳、學(xué)校、展覽館。所以，很多車(chē)主會(huì)開(kāi)車(chē)，但不認(rèn)路。所以經(jīng)常會(huì)出現(xiàn)以下的場(chǎng)景：

下班的高架路上，左前方有座高樓大屏正在播放《超人總動(dòng)員2》電影預(yù)告片，這時(shí)激發(fā)了你想看電影的欲望。如果按照現(xiàn)有的導(dǎo)航功能，你得中斷當(dāng)前回家的導(dǎo)航，查找附近電影院，從而大致判斷這座大樓叫什么，再導(dǎo)航過(guò)去。

而AliOS的這項(xiàng)新科技，只需要你看著那幢樓說(shuō)：“我想去左前方那幢樓看電影”，導(dǎo)航就立即準(zhǔn)確定位到那幢樓，并幫你預(yù)定好《超人總動(dòng)員2》合適場(chǎng)次、座位，甚至幫你找好停車(chē)位，預(yù)定好周邊餐廳。

這種交互的實(shí)現(xiàn)，除了語(yǔ)音之外，還加入了語(yǔ)音與視覺(jué)圖形的融合。目前AliOS已經(jīng)從系統(tǒng)底層實(shí)現(xiàn)這一功能，通過(guò)融合車(chē)載顯示屏導(dǎo)航圖像或未來(lái)前擋玻璃的AR導(dǎo)航實(shí)景圖像，當(dāng)你開(kāi)車(chē)看到的某一地標(biāo)，你都不需要知道這個(gè)地標(biāo)的名字和準(zhǔn)確方位，車(chē)子就知道你指的是哪一個(gè)地方、想去干嗎、能為你提前做什么。

這種看著說(shuō)的語(yǔ)音融合交互方式，除了導(dǎo)航外，也將被廣泛應(yīng)用于車(chē)載音樂(lè)、新聞廣播、有聲讀物、視頻瀏覽、車(chē)輛組隊(duì)、自駕游玩等多種場(chǎng)景。比如你隨機(jī)聽(tīng)歌的時(shí)候，可以直接做這些操作：“看下歌詞”、““收藏”、“單曲循環(huán)”、“下一首”、“許巍其他歌”等。

而且對(duì)于一些臉盲不熟明星的人，當(dāng)你看到某個(gè)畫(huà)面的時(shí)候，你可以直接問(wèn)：這是誰(shuí)？

其實(shí)，目前市場(chǎng)上在做的相關(guān)車(chē)載語(yǔ)音交互的技術(shù)研發(fā)，更多的是讓機(jī)器準(zhǔn)確識(shí)別用戶發(fā)出的指令（包括同一時(shí)間不同用戶的指令），從而提供服務(wù)。但是，這個(gè)功能是單向和機(jī)械的。用戶發(fā)起，機(jī)器執(zhí)行。而且用戶還需要學(xué)習(xí)怎么去發(fā)出指令，機(jī)器才能理解。所以，這只能稱之為識(shí)別，并不算真正意義上的交互。

真正交互是什么？應(yīng)該是機(jī)器理解并滿足你發(fā)自本能的需求。這種理解，不單是對(duì)于某個(gè)指令自然語(yǔ)言的理解。應(yīng)該包括某個(gè)需求相關(guān)聯(lián)的前后場(chǎng)景、上下語(yǔ)義、甚至是習(xí)慣喜好的把握和判斷。而且這個(gè)過(guò)程中，機(jī)器還能幫你記得你剛剛在做什么，隨時(shí)等你繼續(xù)。

大家都有轉(zhuǎn)身忘事的經(jīng)歷：當(dāng)被打岔或分心之后，不記得之前要做什么。比如，你想著導(dǎo)航回家，或調(diào)出歌單聽(tīng)某首歌，或叫個(gè)外賣(mài)到家。但開(kāi)車(chē)過(guò)程中，往往會(huì)有很多意想不到的事情，比如突然來(lái)電話了、或邊上的乘客和你說(shuō)話、或前面有車(chē)子變道你要避開(kāi)。這時(shí)候你就會(huì)忘了之前要干嗎？哪怕好不容易想起來(lái)，也不得不重新打開(kāi)應(yīng)用再說(shuō)一遍指令。因?yàn)槟壳暗能?chē)載語(yǔ)音交互都有響應(yīng)時(shí)間，超時(shí)沒(méi)給出指令就退出了。

而AliOS的系統(tǒng)能力是從底層開(kāi)始就涵蓋所有這些領(lǐng)域，哪怕你在使用過(guò)程中被打斷，沒(méi)關(guān)系，系統(tǒng)一直在等你?；仡^只用一句“剛才我想干嗎”、“繼續(xù)導(dǎo)航”、“換第三首”、““就剛才那單(外賣(mài))”就可以繼續(xù)你之前未完成的操作，無(wú)論中間間隔多久，也不用重新啟動(dòng)。

據(jù)介紹，上述的科技能力將在幾個(gè)月后正式落地應(yīng)用。這也是AliOS系統(tǒng)與其他車(chē)載系統(tǒng)的不同之處，讓車(chē)載交互回歸本能。其背后是整個(gè)阿里巴巴集團(tuán)以及其他合作伙伴的龐大業(yè)務(wù)生態(tài)和科技能力的融合共生。AliOS從誕生之日起，就擁有了同步阿里云、支付寶、高德地圖、口碑、蝦米音樂(lè)、優(yōu)酷視頻、天貓?zhí)詫毿铝闶鄣葮I(yè)務(wù)生態(tài)的底層系統(tǒng)級(jí)的語(yǔ)音交互能力。而這種底層系統(tǒng)能力還在不斷開(kāi)放給其他合作伙伴，讓系統(tǒng)“本能”更具開(kāi)放性、包容性、學(xué)習(xí)力和創(chuàng)造性。