2024年4月15日-4月26日，國際電信聯盟標準化局（ITU-T）第16研究組（SG16）在法國雷恩召開了全體會議。由思必馳主導，聯合中國信息通信研究院、中國電信提出的車載多音區語音交互國際標準（Framework and requirement for in-vehicle multi-region intelligent speech interaction system/車載多音區語音交互系統的框架與要求），在本次會議中進行了討論，并正式獲批立項。這也是在該領域中，首個由中國公司牽頭制定的新一代汽車語音交互國際標準。

關于ITU-T SG16

ITU（國際電信聯盟）為三大國際標準化組織之一，ITU-T即國際電信聯盟電信標準分局 (ITU-T for ITU Telecommunication Standardization Sector), 是ITU管理下的專門制定電信標準的分支機構。ITU-T SG16是國際電信聯盟標準化局非常活躍的研究組，主要研究領域為多媒體與e-Services。目前，SG16的研究范圍覆蓋了視頻與音頻處理與壓縮編碼、視頻監控、內容分發、大數據、區塊鏈、人工智能等眾多熱點標準化研究方向。

蓋世汽車研究院數據顯示，2023年車載語音交互滲透率達78.8%，相較于2022年提升5個百分點，其中免喚醒、連續識別、分區喚醒、可見即可說、聲紋識別等新一代語音交互相關功能的搭載率均有明顯提升。不同于以往單純的語音識別，新一代的高階語音交互逐漸成為新時代汽車的標配。

來源：蓋世汽車研究院《智能汽車HMI產業發展趨勢》

然而語音交互技術的實現鏈路較長，在智能座艙環境下更甚，不僅包括語音交互技術的全鏈路銜接、硬件選型，還涉及到與車機系統、應用層、云端處理等環節的適配。當前汽車產業鏈國際化趨勢越來越高，跨國企業的不同部門、汽車企業與科技企業的研發團隊往往分屬于不同的國家和地區。車載語音交互系統的國際標準不統一，可能會在跨地域合作的過程中造成系統集成和技術升級的適配問題，從而影響項目實施的效率與效果。

本次《車載多音區語音交互系統的框架與要求》國際標準將圍繞車載多音區語音交互系統的語音輸入、語音識別、語義理解、語音合成、語音輸出、智能決策及系統對接等功能提出技術能力要求。通過規范智能座艙中高階語音交互鏈路中各個環節的輸出質量與標準，以提高技術團隊對接效率，從而推進產品體驗的提升以及全球技術的無障礙交流。

作為本次國際標準的牽頭單位之一，思必馳在對話式人工智能全鏈路方面具有完整的技術創新體系和工程系統研發能力，擁有近100項全球獨創技術，已授權知識產權近1500件，在多個國際性賽事上屢次奪冠，并率先攻克了車載座艙條件下的“雞尾酒會難題”（語音處理領域公認的最具挑戰性的技術難題，系指：多人同時說話時的語音分離和識別理解），實現了車內不同座位的乘客可以同時與車載助理對話交互，而互相之間毫無影響，該項技術引領了車載智能座艙技術的變革。截止到目前，思必馳已累計牽頭/參與制定了近70項國家級/行業級/團體級標準，推動人工智能語音語言技術的規范化發展和應用。

2019年，思必馳正式開啟汽車前裝業務。截至目前，思必馳已合作近60家汽車品牌，其中包括比亞迪、上汽通用五菱、長城汽車、北汽新能源、極氪汽車、哪吒汽車等中國前十大自主品牌，量產車型已超過160款，累計“上車”量超過1000萬。

2022年，思必馳汽車語音交互方案（天琴助手）通過中國信通院可信AI評測，并獲得L9級智能認證，是國內目前已知的最高車載語音交互產品的智能等級認證。

2023年，蓋世汽車研究院《智能汽車HMI產業發展趨勢》數據顯示，根據上險量統計，思必馳語音上車增速第一，高達38%。

來源：蓋世汽車研究院《智能汽車HMI產業發展趨勢》

2024年，思必馳升級大模型技術全場景方案應用，并開啟出海戰略，在汽車領域，一方面加大與海外車企的本土化合作，一方面伴隨中國新能源車企“走出去”。最近，思必馳參與編制的國內首個汽車大模型標準也正式發布（《面向行業的大規模預訓練模型技術和應用評估方法 第4部分:汽車》標準），聚焦汽車行業高質量發展，助推汽車大模型產品升級優化。

“一帶一路”倡議下，中國汽車工業走出去的戰略步伐越來越快，中國車企、技術企業與海外伙伴之間的合作越來越緊密。思必馳期待，通過車載多音區語音交互國際標準的制定及推行，一方面以自身技術儲備推動國際標準的建設與完善，填補此領域的空白；另一方面可以對車載語音交互的技術能力及軟硬件接口提出標準化的要求，促進國際間的技術交流與合作，助力汽車產業全球化發展！

審核編輯：劉清