文／陳璽煌 （樹德科技大學資工系副教授）

開車時不用動手，只需動口就能撥打電話、控制音響、設定導航，還有訂披薩？這聽起來像科幻電影情節般的場景已經在我們的現實生活中發生。目前已有愈來愈多的市售車款提供語音聲控功能。例如在2014國際消費電子大展（CES）上，福特汽車（Ford）公司與微軟（Microsoft）合作推出一套Ford SYNC AppLink整合智慧行動App，該App可以提供聲控啟動介面，讓駕駛在行駛中也能透過聲控，開關家中防盜系統、撥放音樂或預定披薩，進而提升生活便利性。另一家智慧手機大廠蘋果（Apple）也打算切入汽車語音聲控市場，在Apple WWDC 2013年度開發者大會上宣布一款全新的車載「iOS in the Car」系統，使用者可將手上的iPhone、iPad、iPod等iDevice，與車載上之iOS in the Car連接，使用的方式其實就是把Siri語音辨識助理功能整合在汽車內，讓汽車顯示螢幕上也能顯示地圖、電話、簡訊、音樂播放資訊等，享有無縫的多媒體、導航、免持通話等功能體驗，而Apple也將與各大車廠進行系統整合合作，包含Honda、Hyundai、M-Benz、Nissan、Chevrolet、Infiniti、Kia、Volvo、Jaguar、Ferrari、Opel、Acura等12個車廠合作，預計搭載這款全系統的車款將會在2014年推出。

為了回應Apple公司的「iOS in the Car」與福特微軟合作開發的車用SYNC系統，以Android為首的Google陣營在2014年1月宣布與Audi、GM、Honda、Hyundai共4家汽車大廠以及電子大廠NVIDIA宣布成立開放汽車聯盟（Open Automotive Alliance, OAA），目標於2014年年底前將Android作業系統導入車上，而Google語音搜索服務（Voice Search）則是車用Android作業系統的特色，使用者可透過聲控操作導航、多媒體播放、打電話、發Email等功能。三大平台商（微軟、Apple、Google）全力角逐汽車聲控商機，顯見汽車聲控時代即將來臨，Toyota科技中心電子系統總經理Wayne Powell說「我們可以預期語音控制未來將成為主流」。

語音聲控一直是人們夢寐以求的操控方式，透過聲控，便能執行以往需用手執行的工作，且不再需要低頭緊盯螢幕，不僅增加了生活的便利性，也同時提高了行車安全，那麼語音聲控是怎麼做到的呢？

基本上，語音聲控是讓電腦通過聲音識別和語文理解過程，把人類的語音信號轉變為相應的文本或命令的技術。不過，要讓電腦聽得懂人話可不是一件簡單的事，有眾多的困難需要克服，例如：

1. 語音信號的聲音特徵與前後相連的語音之不同而有很大的變化，且連續語音信號中的各語音單位之間不存在明顯的界線。

2. 語音特徵隨發聲人的不同、發聲人生理或心理狀態的變化而有很大的差異。

3. 環境噪音和錄音設備的差異也將直接影響語音特徵的擷取。

4. 一個語句所表達的意思與上下文內容、說話時的環境條件及文化背景等因素有關，而語法結構又是多變的，這些因素都使得語音辨識變得更加困難。