撰文/ 馬曉蕾編輯/ 涂彥平設(shè)計(jì)/ 師玉超來源/ 福布斯 作者：Steve Tengler

(相關(guān)資料圖)

“事實(shí)證明，汽車是最復(fù)雜的音響產(chǎn)品?！币粜脚_開發(fā)商DSP Concepts公司聯(lián)合創(chuàng)始人兼首席執(zhí)行官欽·貝克曼（Chin Beckmann）表示，

隨著全世界開展了電動(dòng)汽車和自動(dòng)駕駛的競賽，汽車聲音警告的頻率和需求可能會(huì)發(fā)生巨大變化。

例如，自動(dòng)駕駛出租車的安全工程師不可能想當(dāng)然地認(rèn)為，乘客在需要提醒時(shí)恰好在盯著視覺顯示器。

美國有近2500萬殘疾人，自動(dòng)駕駛汽車應(yīng)該為他們帶來新的出行選擇，現(xiàn)在的汽車音頻不應(yīng)該僅僅為娛樂系統(tǒng)服務(wù)。

DSP Concepts公司的汽車業(yè)務(wù)開發(fā)主管史蒂夫·恩斯特（Steve Ernst）說：“有了自動(dòng)駕駛，就需要各種警報(bào)，以保持駕駛員的參與度，或提醒分心駕駛員注意周圍情況。”

人工智能算法可以被納入到音頻設(shè)計(jì)中，并通過空中更新不斷改進(jìn)，以改善駕駛體驗(yàn)。

汽車音響的性能現(xiàn)在可以成為一種創(chuàng)新的、自協(xié)調(diào)的系統(tǒng)，增強(qiáng)用戶的體驗(yàn)▼

目前，所有的用戶界面（UI），包括音頻開發(fā)，都需要由專家編碼員在汽車程序內(nèi)進(jìn)行復(fù)雜的編程。通常情況下，這需要36個(gè)月的時(shí)間。

鈑金造型和電子盒的指定、采購和開發(fā)是并行的，在開發(fā)后期會(huì)校準(zhǔn)個(gè)別元素。有識別度的品牌聲音、聲學(xué)特征等都在同一個(gè)系統(tǒng)設(shè)計(jì)中進(jìn)行的，這讓制造商花費(fèi)了數(shù)十億美元。

但是，人工智能已經(jīng)允許以一種更靈活和有效的方式來處理音頻體驗(yàn)設(shè)計(jì)?！拔覀兛吹降氖歉鞣N趨勢的融合。”DSP Concept公司的機(jī)器學(xué)習(xí)工程經(jīng)理喬?！つ锼梗↗osh Morris）說，“音頻正在成為汽車中一個(gè)更主要的功能，但同時(shí)你也看到現(xiàn)代處理器變得更強(qiáng)大，擁有更多的內(nèi)存和能力?！?/p>

“而且，使用一個(gè)以系統(tǒng)為重點(diǎn)的開發(fā)平臺，人工智能和這些更強(qiáng)大的處理器為司機(jī)和乘客提供了一個(gè)新水平的適應(yīng)性、實(shí)時(shí)反應(yīng)能力?！倍魉固卣f，“人工智能根據(jù)對環(huán)境條件和事件的了解，指導(dǎo)系統(tǒng)的反應(yīng)能力，而不是像過去那樣需要為每一種可能的情況編寫大量的代碼?！?/p>

使用這種學(xué)習(xí)系統(tǒng)的一個(gè)典型案例是為車輛“去噪”，這樣即使車輛更換了冬季輪胎或有其他環(huán)境變化，高級音頻也可以定制和改進(jìn)。

2020年，DSP Concepts已經(jīng)與音響品牌Bose達(dá)成合作，將Bose 的QuietComfort道路噪音控制（RNC）技術(shù)帶到支持Audio Weaver平臺的車輛上。

該技術(shù)結(jié)合了加速度計(jì)、信號處理軟件、麥克風(fēng)和汽車本身的音響系統(tǒng)，用電子的方式降低目標(biāo)噪音。通過一系列算法，可降低包括車輛行駛在崎嶇不平的路面時(shí)產(chǎn)生的聲音。

LG電子也已經(jīng)開發(fā)了在DSP Concept的Audio Weaver平臺上運(yùn)行的算法，可以在后座娛樂系統(tǒng)中增強(qiáng)電影對話的聲音，從而弱化電影中的爆炸聲等特效聲音，讓乘客更好地聽到關(guān)鍵內(nèi)容。

另一個(gè)被忽視的方面是如何在其他噪音中協(xié)調(diào)車輛音頻的聲音，是否需要其他聲音如影音系統(tǒng)自動(dòng)關(guān)閉？每種體驗(yàn)都可以進(jìn)行調(diào)整。

如何處理持續(xù)的、內(nèi)部的、外部的和不斷變化的音頻警報(bào)將是自動(dòng)駕駛汽車和電動(dòng)汽車發(fā)展的挑戰(zhàn)▼

DSP Concepts的營銷主管亞當(dāng)·萊文森（Adam Levenson）指出：“更具挑戰(zhàn)性的是，在汽車內(nèi)同時(shí)處理的所有聲音：電話、空間聲音、發(fā)動(dòng)機(jī)噪音、道路噪音、車輛警報(bào)系統(tǒng)、語音系統(tǒng)等等。所以我們經(jīng)常說最復(fù)雜的音頻產(chǎn)品是汽車?！?/p>

想象一下這樣的場景：一個(gè)司機(jī)在高速公路上啟用了自動(dòng)駕駛模式，播放著他最喜歡的音樂，并且對正在靠近的緊急車輛毫無察覺。

汽車在使用車輛的麥克風(fēng)探測警笛時(shí)，在多大的精度和距離上會(huì)提醒分心的司機(jī)？該警報(bào)必須如何呈現(xiàn)，以克服環(huán)境噪音，提供足夠的注意力，但又不至于突然嚇到司機(jī)？

所有這些都可以通過預(yù)先開發(fā)的模型、不同警報(bào)器的前期訓(xùn)練和隨后基于云的調(diào)整來磨合?！斑@是整體協(xié)調(diào)變得真正重要的時(shí)候?！蹦锼菇忉屨f，“我們可以采取人工智能的檢測模型的輸出，并將其引導(dǎo)到汽車的不同設(shè)備上。比如把影音調(diào)低，觸發(fā)一些有聲的警告信號，并在儀表盤上閃爍，讓司機(jī)注意。”

對于外部警報(bào)也是如此。例如，電動(dòng)汽車可能有行人警報(bào)。于是，可以在離線情況下創(chuàng)建新的校準(zhǔn)模式，并作為軟件更新下載到車輛上。

自適應(yīng)情緒照明和遠(yuǎn)程檢測無聊、壓力等已經(jīng)可以提高安全性，但還沒有任何系統(tǒng)能在所有用戶指向的傳感器的實(shí)時(shí)、學(xué)習(xí)算法的基礎(chǔ)上提高綜合體驗(yàn)。

音頻的下一次進(jìn)化應(yīng)包括一個(gè)完整的、即時(shí)的反饋回路，包括微妙的、實(shí)時(shí)的用戶體驗(yàn)。目前的大部分設(shè)計(jì)可能會(huì)改善體驗(yàn)，但以用戶為中心的設(shè)計(jì)（UCD）的持續(xù)校準(zhǔn)可能會(huì)根據(jù)乘客的表情、肢體語言和評論進(jìn)行額外的加強(qiáng)，從而實(shí)時(shí)地單獨(dú)調(diào)整滿意度。所有的促成因素都已就位：攝像頭、人工智能、處理器和一個(gè)自適應(yīng)平臺。

本文由汽車商業(yè)評論原創(chuàng)出品轉(zhuǎn)載或內(nèi)容合作請聯(lián)系說明

違規(guī)轉(zhuǎn)載必究