一些語(yǔ)音識(shí)別技術(shù)供應(yīng)商會(huì)為移動(dòng)設(shè)備的第三方開(kāi)發(fā)者們提供語(yǔ)音識(shí)別的API，讓其自行開(kāi)發(fā)具備語(yǔ)音識(shí)別能力的應(yīng)用，比如科大訊飛、百度等。而Speaktoit旗下的開(kāi)放平臺(tái)Api.ai，這次是將API開(kāi)放到了車載平臺(tái)上。具體是個(gè)什么玩法捏?

讓開(kāi)發(fā)者自行開(kāi)發(fā)的開(kāi)放平臺(tái)

Speaktoit于五年前在加州成立，提供語(yǔ)音識(shí)別服務(wù)。Api.ai是Speaktoit公司的第二款產(chǎn)品，是允許開(kāi)發(fā)者們自行為智能互聯(lián)設(shè)備開(kāi)發(fā)語(yǔ)音交互能力的一個(gè)平臺(tái)。最近這個(gè)平臺(tái)開(kāi)放了車載應(yīng)用的API，讓汽車制造商、第三方開(kāi)發(fā)者都能夠借此平臺(tái)自行進(jìn)行語(yǔ)音交互能力的開(kāi)發(fā)與定制，平臺(tái)僅提供技術(shù)支持。除了汽車之外，還可以進(jìn)行移動(dòng)設(shè)備、智能手表、智能家居、智能電視以及機(jī)器人的語(yǔ)音交互的開(kāi)發(fā)。

與其說(shuō)Api.ai是一個(gè)平臺(tái)，倒不如說(shuō)這是一個(gè)只要注冊(cè)了就能使用的開(kāi)發(fā)工具。開(kāi)發(fā)者可以按照Api.ai上的流程，對(duì)語(yǔ)音交互的應(yīng)用場(chǎng)景、識(shí)別內(nèi)容、交互界面等等進(jìn)行定義，Api.ai則會(huì)根據(jù)你的定義，給出相關(guān)代碼等，便于開(kāi)發(fā)者增加到App之中。

Api.ai運(yùn)行在Speaktoit的自然語(yǔ)音處理引擎之上，能夠理解自然語(yǔ)言，進(jìn)行語(yǔ)音識(shí)別、聲音識(shí)別，并提供語(yǔ)音轉(zhuǎn)文字等服務(wù)。而且，根據(jù)官網(wǎng)介紹，Api.ai使用的是深度學(xué)習(xí)技術(shù)，能夠在使用過(guò)程中學(xué)習(xí)并提升能力。

與任何操作系統(tǒng)兼容，支持中文

那么，對(duì)于車企來(lái)說(shuō)，要使用Api.ai，需要做點(diǎn)什么呢?主要的工作是定義出語(yǔ)音交互的應(yīng)用場(chǎng)景，按照Api.ai的規(guī)則，是定義出每個(gè)場(chǎng)景的Entity、Intent以及Context。

所謂Entity，指的是能夠描述出這一應(yīng)用場(chǎng)景的特定短語(yǔ)。比如說(shuō)你要知道天氣，Entity就可以是城市，便于程序進(jìn)行定位并獲取天氣信息，而想聽(tīng)歌，Entity則可以是音樂(lè)的流派，或者是歌手的名字，便于程序進(jìn)行查找。

如何定義Entity

以天氣為例，在選擇城市作為Entity之后，接下來(lái)的工作就是輸出城市名字所對(duì)應(yīng)的語(yǔ)音指令。比如紐約，可以是New York，也可以是NY，或者Big Apple。

現(xiàn)在的Api.ai上對(duì)應(yīng)一個(gè)應(yīng)用場(chǎng)景，只允許一個(gè)Entity作為識(shí)別對(duì)象，不過(guò)未來(lái)會(huì)開(kāi)放多個(gè)Entity識(shí)別功能。開(kāi)發(fā)者可以使用平臺(tái)已經(jīng)定義好的Entity，也可以自行定義。

Intent可以理解為對(duì)交互過(guò)程的定義，在這里，開(kāi)發(fā)者需要定義用戶如何表達(dá)才能被程序識(shí)別、識(shí)別之后要做什么。

如何定義Intent

如上圖所示，User says是程序能夠識(shí)別的語(yǔ)音指令，這里給出的案例是詢問(wèn)天氣，Action則是程序識(shí)別之后給出的回應(yīng)，根據(jù)獲取的城市返回天氣信息。

而User says的內(nèi)容可以說(shuō)是一個(gè)語(yǔ)音交互中最為重要的部分，俺們都知道，好的語(yǔ)音識(shí)別能力是讓用戶使用自然語(yǔ)音，而并非條碼式指令。所以，這里涵蓋的表達(dá)方式越多，最后的用戶體驗(yàn)效果自然會(huì)越好。

Api.ai提供在網(wǎng)頁(yè)上直接輸入的方式來(lái)增加，也允許開(kāi)發(fā)者直接提交JSON、XML和CSV樣式。

至于最后一個(gè)Context，則是對(duì)Intent中用戶所下發(fā)的指令定義一個(gè)語(yǔ)義環(huán)境。同樣的語(yǔ)音指令，尤其是越簡(jiǎn)單的，可以被理解的意思就越多。要如何確保識(shí)別出呢?Api.ai就是通過(guò)Context來(lái)定義Intent。

這樣，當(dāng)用戶指令與某個(gè)Intent中所設(shè)定的內(nèi)容相符合的時(shí)候，程序會(huì)讀取Intent對(duì)應(yīng)的Context，然后在之后的五分鐘之內(nèi)，或者是之后的五項(xiàng)語(yǔ)音指令，都會(huì)是在這一Context下的內(nèi)容。假設(shè)定義的Context是音樂(lè)，那么在開(kāi)啟音樂(lè)之后，五分鐘或五個(gè)指令之內(nèi)，所相關(guān)的語(yǔ)音指令都會(huì)與 “音樂(lè)”所對(duì)應(yīng)的Intent下去對(duì)應(yīng)，然后再執(zhí)行相關(guān)命令。也就是開(kāi)始播放音樂(lè)之后，如果你又不想聽(tīng)了，發(fā)出關(guān)閉的指令，那么關(guān)閉的也會(huì)是音樂(lè)，而不會(huì)是導(dǎo)航。

雖然每一個(gè)Context對(duì)應(yīng)的時(shí)間是五分鐘或者五個(gè)語(yǔ)音指令，但是當(dāng)新的指令發(fā)出時(shí)，系統(tǒng)識(shí)別后會(huì)自動(dòng)更新時(shí)間和指令次數(shù)。

以上關(guān)于Entity、Intent以及Context的定義都是在一個(gè)特定的Agent下完成，Api.ai上面的Agent相當(dāng)于一個(gè)App。

所以，我們知道，在Api.ai平臺(tái)之上，汽車制造商或者車載系統(tǒng)的開(kāi)發(fā)者所需要完成的是對(duì)語(yǔ)音交互的應(yīng)用場(chǎng)景和使用邏輯進(jìn)行完整的定義，以便于程序能夠更好地理解用戶發(fā)出的指令并做出反應(yīng)。

據(jù)Api.ai上介紹，這套平臺(tái)屬于中立平臺(tái)，能夠兼容任一操作系統(tǒng)。對(duì)應(yīng)車載應(yīng)用，目前已經(jīng)開(kāi)放的場(chǎng)景包括車載第三方應(yīng)用、地圖、導(dǎo)航、興趣點(diǎn)推薦、聊天、社交、智能家居、天氣、瀏覽網(wǎng)絡(luò)、查詢信息、時(shí)間&日期、預(yù)定等功能。

現(xiàn)在一些車載系統(tǒng)語(yǔ)音交互功能的強(qiáng)大是依靠云端的語(yǔ)音識(shí)別，不過(guò)Api.ai提供了云端、本地以及嵌入式三種不同方案來(lái)進(jìn)行部署。本地與嵌入式兩種方式不需要連接網(wǎng)絡(luò)，也不需要向云端發(fā)送數(shù)據(jù)，相較于云端方案來(lái)說(shuō)更為安全。

不過(guò)，最難得的還是在Api.ai的支持語(yǔ)音列表上，明晃晃地寫著支持中文。

目前Api.ai上，非商用應(yīng)用、免費(fèi)項(xiàng)目與開(kāi)源項(xiàng)目可以免費(fèi)使用，如果是商業(yè)應(yīng)用，有兩種交費(fèi)方式：按照一條指令0.0003美元(相當(dāng)于不到0.002元人民幣)，或者是與Api.ai進(jìn)行商業(yè)分成。

車云小結(jié)

這種提供技術(shù)支持讓汽車制造商可以自行開(kāi)發(fā)應(yīng)用的方式想必會(huì)受“保守”的車企所歡迎。畢竟俺們都知道，汽車制造商對(duì)蘋果、谷歌大開(kāi)方便之門是迫于形勢(shì)，并不代表他們?cè)敢獗恢瞥?。君不?jiàn)，奧迪、豐田、福特都開(kāi)始采取措施應(yīng)對(duì)了么?