在車聯網時代來臨的前夕台北士林區全套，我們車上已經有 GPS、行車紀錄器、藍牙喇叭等裝置，營造更便利的駕駛環境。不過，在上路前免不了的一連串手動輸入或設定，卻又不是那麼方便了，更遑論開車到一半時要進行變更。即使是趁著等紅燈的空檔，只要還得伸手去螢幕上按來按去，就多少增加了行車風險。於是，為了駕駛人與乘客更舒適安全的的乘車體驗，語音助理搭配人工智慧將是不可或缺的環節。

然而，這樣一來我們就得面對另一個難題，便是這些車用語音智慧產品，如何能提供優異的語音辨識品質，提高辨識率，讓機器準確接收我們的指令呢？想像一下，你載著滿車朋友出遊，在國道上高速行駛，大夥快意談笑，夾雜引擎運轉與風噪聲，可能還正好放著一首 Lana Del Rey 的《Burning Desire》，使你不自覺腳踩油門。這時車內環境噪音絕對高於 70dB（分貝），而且還夾雜不同頻率的聲音。因此，讓產品偵測說話的人並接收正確指令，是相當令人頭痛的問題。

環境噪音對語音通訊品質的影響

在語音辨識的流程中，可分為五道程序：包含語音輸入及台北松山區全套語音訊號處理、語音特徵擷取、以聲學模型（acoustic model）進行語音單元辨識、以語言模型（language model）來組織語音單元、解碼及輸出等。

目前語音助理的市場上，Microsoft 耕耘最久，Apple、Google 相繼而起，以完善智慧型手機體驗為目標；近期火熱的 Amazon Echo，其語音助理 Alexa 則一開始就以獨立的聲控家用平台為定位，建立自身生態系。以上這幾家語音助理開發商，基本上已經掌握後面四道程序。不過，一旦來到車用領域，產品裝置開發商則勢必要在語音輸入及語音訊號處理的程序上，投注更多心力。

車用語音智慧產品在車內環境中，與使用者的距離不出 0.5~1 公尺之內。一般汽車引擎發動後且車窗緊閉的情況下，車內噪音約 60dB 左右。假設使用者發出約 89dB 的聲音（即一般說話音量的平均值），此時嘴邊的訊噪比為 29dB，足以維持良好的通訊品質。但你不會想要每次下指令還得把臉貼到汽車面板前，因此 0.5~1 公尺是產品接收語音訊號的合理距離。然而，當說話聲音傳到 0.5 公尺時會衰減至 65dB，此時訊噪比只剩 5dB；說話聲音到 1 公尺時則只剩 60dB，與噪音的音量相當，更不用說上述提到高速行駛的環境下，噪音都比發出指令的人聲還要大。

符合標準的車用通訊品質

當面臨車聯網逐漸完善、語音應用普及化，越來越多車廠要台北東區全套求內建 Android Auto、Apple Carplay 等智慧助理，而這些都需要按照 ITU-T P.1110/P.1100 語音標準來設計，對代工組裝或設計加工的車用電子系統廠來說，等於是踏入未知的領域，只能以現有產品不斷偵錯找出問題，相當耗費時間。因此像是貝爾聲學這種第三方語音測試實驗室，就會從麥克風模組、連接線材等部分測試，首先幫廠商判斷選料是否正確。

貝爾聲學曾針對一款舊的車用麥克風模組進行測試，該模組配兩顆 ECM 電容式類比麥克風，一顆為全指向性，主要用來收環境音，作為背景噪音消除演算法的用途；另一顆為單指向性，收音方向指向駕駛，用來接收駕駛的語音訊號。依據 ITU-T P.1110 測試方式，得出了以下數據：

由於女友有特殊體質，

不知道為什麼…

每次經過這個地方，

她就會消失一段時間，台北西門區全套

就算找到人，

整個人就跟著魔似的叫也叫不理，

當她神智清醒的時候，

手上就會莫名其妙的瘀青，

一塊一塊紅紅的，

我真的非常擔心她啊！

奉勸有女友的各位男生，

千萬不要帶女友經過這個地方…