撰文/ 馬曉蕾編輯/ 涂彥平設計/ 師玉超來源/ 福布斯 作者：Steve Tengler

(相關資料圖)

“事實證明，汽車是最復雜的音響產品。”音效平臺開發商DSP Concepts公司聯合創始人兼首席執行官欽·貝克曼（Chin Beckmann）表示，

隨著全世界開展了電動汽車和自動駕駛的競賽，汽車聲音警告的頻率和需求可能會發生巨大變化。

例如，自動駕駛出租車的安全工程師不可能想當然地認為，乘客在需要提醒時恰好在盯著視覺顯示器。

美國有近2500萬殘疾人，自動駕駛汽車應該為他們帶來新的出行選擇，現在的汽車音頻不應該僅僅為娛樂系統服務。

DSP Concepts公司的汽車業務開發主管史蒂夫·恩斯特（Steve Ernst）說：“有了自動駕駛，就需要各種警報，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計中，并通過空中更新不斷改進，以改善駕駛體驗。

汽車音響的性能現在可以成為一種創新的、自協調的系統，增強用戶的體驗▼

目前，所有的用戶界面（UI），包括音頻開發，都需要由專家編碼員在汽車程序內進行復雜的編程。通常情況下，這需要36個月的時間。

鈑金造型和電子盒的指定、采購和開發是并行的，在開發后期會校準個別元素。有識別度的品牌聲音、聲學特征等都在同一個系統設計中進行的，這讓制造商花費了數十億美元。

但是，人工智能已經允許以一種更靈活和有效的方式來處理音頻體驗設計。“我們看到的是各種趨勢的融合。”DSP Concept公司的機器學習工程經理喬希·莫里斯（Josh Morris）說，“音頻正在成為汽車中一個更主要的功能，但同時你也看到現代處理器變得更強大，擁有更多的內存和能力。”

“而且，使用一個以系統為重點的開發平臺，人工智能和這些更強大的處理器為司機和乘客提供了一個新水平的適應性、實時反應能力。”恩斯特說，“人工智能根據對環境條件和事件的了解，指導系統的反應能力，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。”

使用這種學習系統的一個典型案例是為車輛“去噪”，這樣即使車輛更換了冬季輪胎或有其他環境變化，高級音頻也可以定制和改進。

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

該技術結合了加速度計、信號處理軟件、麥克風和汽車本身的音響系統，用電子的方式降低目標噪音。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產生的聲音。

LG電子也已經開發了在DSP Concept的Audio Weaver平臺上運行的算法，可以在后座娛樂系統中增強電影對話的聲音，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鍵內容。

另一個被忽視的方面是如何在其他噪音中協調車輛音頻的聲音，是否需要其他聲音如影音系統自動關閉？每種體驗都可以進行調整。

如何處理持續的、內部的、外部的和不斷變化的音頻警報將是自動駕駛汽車和電動汽車發展的挑戰▼

DSP Concepts的營銷主管亞當·萊文森（Adam Levenson）指出：“更具挑戰性的是，在汽車內同時處理的所有聲音：電話、空間聲音、發動機噪音、道路噪音、車輛警報系統、語音系統等等。所以我們經常說最復雜的音頻產品是汽車。”

想象一下這樣的場景：一個司機在高速公路上啟用了自動駕駛模式，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探測警笛時，在多大的精度和距離上會提醒分心的司機？該警報必須如何呈現，以克服環境噪音，提供足夠的注意力，但又不至于突然嚇到司機？

所有這些都可以通過預先開發的模型、不同警報器的前期訓練和隨后基于云的調整來磨合。“這是整體協調變得真正重要的時候。”莫里斯解釋說，“我們可以采取人工智能的檢測模型的輸出，并將其引導到汽車的不同設備上。比如把影音調低，觸發一些有聲的警告信號，并在儀表盤上閃爍，讓司機注意。”

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

自適應情緒照明和遠程檢測無聊、壓力等已經可以提高安全性，但還沒有任何系統能在所有用戶指向的傳感器的實時、學習算法的基礎上提高綜合體驗。

音頻的下一次進化應包括一個完整的、即時的反饋回路，包括微妙的、實時的用戶體驗。目前的大部分設計可能會改善體驗，但以用戶為中心的設計（UCD）的持續校準可能會根據乘客的表情、肢體語言和評論進行額外的加強，從而實時地單獨調整滿意度。所有的促成因素都已就位：攝像頭、人工智能、處理器和一個自適應平臺。

本文由汽車商業評論原創出品轉載或內容合作請聯系說明

違規轉載必究