近日，微軟宣布在基于微軟智能云Azure的深度神經(jīng)網(wǎng)絡(luò)TTS（Text-to-Speech）支持下，中國領(lǐng)先的智能電動汽車公司小鵬汽車已經(jīng)順利完成其車規(guī)級語音助手的升級，進(jìn)一步提升智能汽車語音助手的技術(shù)水準(zhǔn)。目前，購買小鵬汽車P7車型的中國用戶，可以通過OTA（Over-The-Air）升級這款可媲美人聲的全新智能語音助手“小P”，小鵬汽車也計(jì)劃通過OTA將這一技術(shù)升級引入其他幾款車型當(dāng)中。

得益于過去幾年微軟在語音、自然語言和機(jī)器翻譯領(lǐng)域的研究成果，語音助手技術(shù)在流暢度、質(zhì)量、保真度和自然度上都得到了極大提升。在經(jīng)過與微軟Azure人工智能技術(shù)和其他產(chǎn)品的整合之后，這些技術(shù)創(chuàng)新成功助力了像小鵬汽車這樣的企業(yè)，為其消費(fèi)者帶來更為豐富和更具吸引力的用戶體驗(yàn)。

在為期數(shù)月的合作中，微軟與小鵬汽車攜手攻克了語音合成技術(shù)應(yīng)用面臨的三個(gè)技術(shù)挑戰(zhàn)：首先，為了解決汽車場景下的網(wǎng)絡(luò)抖動問題，高質(zhì)量保障語音功能的持續(xù)運(yùn)行，小鵬汽車搭建了多級緩存架構(gòu)，可以提前預(yù)置和緩存高質(zhì)量語音文件，最大程度上降低了該功能對網(wǎng)絡(luò)的依賴；其次，為了在不占用過多資源的前提下，依然能提供媲美人類的真實(shí)聲音體驗(yàn)，小鵬汽車借助了微軟智能云Azure的緩存和壓縮功能，可以將語音文件壓縮到24KHz的采樣率和16位的量化水平，大大減少了數(shù)據(jù)網(wǎng)絡(luò)和整車算力的資源壓力；最后，雙方還在減少合成語音歧義和多音字優(yōu)化準(zhǔn)確性方面做出了諸多改進(jìn)。