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

讓開發(fā)者自行開發(fā)的開放平臺

Speaktoit于五年前在加州成立，提供語音識別服務(wù)。Api.ai是Speaktoit公司的第二款產(chǎn)品，是允許開發(fā)者們自行為智能互聯(lián)設(shè)備開發(fā)語音交互能力的一個(gè)平臺。最近這個(gè)平臺開放了車載應(yīng)用的API，讓汽車制造商、第三方開發(fā)者都能夠借此平臺自行進(jìn)行語音交互能力的開發(fā)與定制，平臺僅提供技術(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)器人的語音交互的開發(fā)。

與其說Api.ai是一個(gè)平臺，倒不如說這是一個(gè)只要注冊了就能使用的開發(fā)工具。開發(fā)者可以按照Api.ai上的流程，對語音交互的應(yīng)用場景、識別內(nèi)容、交互界面等等進(jìn)行定義，Api.ai則會根據(jù)你的定義，給出相關(guān)代碼等，便于開發(fā)者增加到App之中。

Api.ai運(yùn)行在Speaktoit的自然語音處理引擎之上，能夠理解自然語言，進(jìn)行語音識別、聲音識別，并提供語音轉(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，對于車企來說，要使用Api.ai，需要做點(diǎn)什么呢?主要的工作是定義出語音交互的應(yīng)用場景，按照Api.ai的規(guī)則，是定義出每個(gè)場景的Entity、Intent以及Context。

所謂Entity，指的是能夠描述出這一應(yīng)用場景的特定短語。比如說你要知道天氣，Entity就可以是城市，便于程序進(jìn)行定位并獲取天氣信息，而想聽歌，Entity則可以是音樂的流派，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，接下來的工作就是輸出城市名字所對應(yīng)的語音指令。比如紐約，可以是New York，也可以是NY，或者Big Apple。

現(xiàn)在的Api.ai上對應(yīng)一個(gè)應(yīng)用場景，只允許一個(gè)Entity作為識別對象，不過未來會開放多個(gè)Entity識別功能。開發(fā)者可以使用平臺已經(jīng)定義好的Entity，也可以自行定義。

Intent可以理解為對交互過程的定義，在這里，開發(fā)者需要定義用戶如何表達(dá)才能被程序識別、識別之后要做什么。

如何定義Intent

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

而User says的內(nèi)容可以說是一個(gè)語音交互中最為重要的部分，俺們都知道，好的語音識別能力是讓用戶使用自然語音，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)效果自然會越好。

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

至于最后一個(gè)Context，則是對Intent中用戶所下發(fā)的指令定義一個(gè)語義環(huán)境。同樣的語音指令，尤其是越簡單的，可以被理解的意思就越多。要如何確保識別出呢?Api.ai就是通過Context來定義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，程序會讀取Intent對應(yīng)的Context，然后在之后的五分鐘之內(nèi)，或者是之后的五項(xiàng)語音指令，都會是在這一Context下的內(nèi)容。假設(shè)定義的Context是音樂，那么在開啟音樂之后，五分鐘或五個(gè)指令之內(nèi)，所相關(guān)的語音指令都會與 “音樂”所對應(yīng)的Intent下去對應(yīng)，然后再執(zhí)行相關(guān)命令。也就是開始播放音樂之后，如果你又不想聽了，發(fā)出關(guān)閉的指令，那么關(guān)閉的也會是音樂，而不會是導(dǎo)航。

雖然每一個(gè)Context對應(yīng)的時(shí)間是五分鐘或者五個(gè)語音指令，但是當(dāng)新的指令發(fā)出時(shí)，系統(tǒng)識別后會自動(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平臺之上，汽車制造商或者車載系統(tǒng)的開發(fā)者所需要完成的是對語音交互的應(yīng)用場景和使用邏輯進(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，這套平臺屬于中立平臺，能夠兼容任一操作系統(tǒng)。對應(yīng)車載應(yīng)用，目前已經(jīng)開放的場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)語音交互功能的強(qiáng)大是依靠云端的語音識別，不過Api.ai提供了云端、本地以及嵌入式三種不同方案來進(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)，相較于云端方案來說更為安全。

不過，最難得的還是在Api.ai的支持語音列表上，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發(fā)應(yīng)用的方式想必會受“保守”的車企所歡迎。畢竟俺們都知道，汽車制造商對蘋果、谷歌大開方便之門是迫于形勢，并不代表他們愿意被制掣。君不見，奧迪、豐田、福特都開始采取措施應(yīng)對了么?