人機(jī)接口或人機(jī)界面（HMI）是系統(tǒng)和人之間進(jìn)行交互和信息交換的媒介。傳統(tǒng)的HMI主要借助RS232、RS422/RS485等串行通信接口，以及網(wǎng)口、USB等數(shù)據(jù)接口來實(shí)現(xiàn)設(shè)備的人機(jī)交互，而展現(xiàn)在我們面前的“觸摸屏”、導(dǎo)航按鈕等是HMI產(chǎn)品中非常重要的硬件部分，它替代了原有的鼠標(biāo)和鍵盤的部分功能。

隨著技術(shù)的不斷演進(jìn)，HMI的交互方式和體現(xiàn)形式都發(fā)生了很大的改變。現(xiàn)在的人機(jī)交互可能是有形的，也可能是無形的。比如，我們可以發(fā)出一個(gè)口頭命令或者通過手勢(shì)來控制智能手機(jī)，也可以用語(yǔ)音控制車輛的導(dǎo)航系統(tǒng)，選擇我們要去的目的地。

有關(guān)HMI的三大猜想

無論是在功能上還是概念上，如今的HMI都發(fā)生了翻天覆地的變化。從技術(shù)和應(yīng)用角度，我們認(rèn)為HMI將在如下三個(gè)方面進(jìn)一步影響未來的人機(jī)交互方式。

屏幕的變化

在消費(fèi)電子中，曲面屏、折疊屏開始大量使用，傳感器技術(shù)的進(jìn)步帶動(dòng)屏下指紋的應(yīng)用。在汽車中，HMI的體現(xiàn)形式主要是屏幕和顯示器，乘客可以通過按下屏幕上的按鈕來操作音頻系統(tǒng)的輸出，比如選擇輸入設(shè)備、收音機(jī)調(diào)臺(tái)、瀏覽導(dǎo)航指令等。

未來，乘用車中的屏幕將被賦予更多功能，尺寸也會(huì)越來越大，一個(gè)完全可定制的全數(shù)字儀表盤顯示屏將獲得廣泛應(yīng)用。現(xiàn)在，特斯拉的15英寸縱向觸摸屏已經(jīng)將加熱、通風(fēng)和空調(diào)（HVAC）控制等功能納入其中，接下來應(yīng)該還會(huì)賦予大屏更多的功能。

語(yǔ)音有望優(yōu)先成為HMI的下一個(gè)發(fā)展目標(biāo)

專家預(yù)測(cè)，到2022年，80%的車載HMI將集成語(yǔ)音控制功能，這還不包括智能手機(jī)中使用的語(yǔ)音識(shí)別系統(tǒng)。隨著語(yǔ)音識(shí)別技術(shù)的進(jìn)步，其應(yīng)用也在不斷擴(kuò)展。現(xiàn)在，大多數(shù)HMI使用語(yǔ)音命令來控制音頻系統(tǒng)和接聽電話等。

未來，自然語(yǔ)言命令還將用來執(zhí)行更加復(fù)雜的功能，從車輛的自適應(yīng)巡航控制，到智能手機(jī)和可穿戴設(shè)備的非接觸控制和操作。也可以說，將語(yǔ)音用戶界面（VUI）應(yīng)用于電子設(shè)備中將成為人機(jī)交互發(fā)展的大趨勢(shì)。現(xiàn)在，基于人工智能（AI）的語(yǔ)音智能助理基本解決了VUI存在的“聽不清楚”這一弊端，語(yǔ)音控制 + AI + 機(jī)器學(xué)習(xí)，三者相結(jié)合的語(yǔ)音用戶界面，它們的應(yīng)用前景，想想都會(huì)讓人無比激動(dòng)。

手勢(shì)識(shí)別在非接觸HMI中開始走紅

與觸摸屏相比，手勢(shì)控制具有很多優(yōu)點(diǎn)：例如，用戶不必觸摸設(shè)備就可以從遠(yuǎn)處發(fā)出命令。另外，手勢(shì)控制還將HMI從二維用戶界面擴(kuò)展至三維空間。全球著名的車企寶馬公司已將手勢(shì)技術(shù)應(yīng)用在部分車型中，乘客做出的手勢(shì)動(dòng)作被攝像頭“看到”后即可執(zhí)行車內(nèi)的功能。當(dāng)然，我們也可以把手勢(shì)控制看作是語(yǔ)音控制的替代方案，尤其是在那些不適合大聲講話的公共區(qū)域。

VUI：HMI的未來之星

新冠肺炎的爆發(fā)，為了避免因接觸可能帶來的病毒傳播，在工作場(chǎng)所、零售店、醫(yī)院等環(huán)境中，非接觸HMI的需求量急劇上升。隨著全球經(jīng)濟(jì)的重新開放，這一趨勢(shì)有進(jìn)一步加速的可能。為此，我們大膽預(yù)測(cè)，未來10年，非接觸HMI尤其是VUI的發(fā)展將駛?cè)氚l(fā)展的快車道。該市場(chǎng)的發(fā)展也為半導(dǎo)體公司、OEM/ODM、近距離傳感供應(yīng)商和軟件公司提供了商機(jī)。

在一眾非接觸HMI技術(shù)中，為什么VUI這么被業(yè)界看好呢？其實(shí)，早在2014 年，微軟首席執(zhí)行官 Satya Nadella就曾預(yù)言：“人聲就是新的接口”。根據(jù)普華永道（PwC）在2018年所作的一項(xiàng)消費(fèi)者調(diào)查顯示，90%的受訪者熟悉語(yǔ)音助手，72%的受訪者對(duì)這項(xiàng)技術(shù)有第一手使用經(jīng)驗(yàn)。

VUI之所以獲得消費(fèi)者的廣泛認(rèn)可，一方面它能解放我們的雙手，提高通信的便利性；另一方面它有效增強(qiáng)了客戶體驗(yàn)，畢竟我們說話的速度比打字快得多，通過對(duì)非接觸控制系統(tǒng)的口頭命令，人與機(jī)器的交流將變得更加自然和有效。隨著語(yǔ)音識(shí)別技術(shù)的不斷成熟，VUI在未來幾年內(nèi)將惠及數(shù)十億用戶。專家預(yù)測(cè)，在未來5年內(nèi)，幾乎每個(gè)應(yīng)用程序都將以某種方式集成VUI技術(shù)。

AI使機(jī)器變得越來越智能化，因此，加入了AI和機(jī)器學(xué)習(xí)的VUI將極大地改善語(yǔ)音接口的個(gè)性化體驗(yàn)。據(jù)研究公司Tractica的預(yù)測(cè)，基于AI的語(yǔ)音智能助理在HMI中的作用越來越重要，到2025年，全球市場(chǎng)價(jià)值有望達(dá)到46億美元。未來幾年內(nèi)，80%的車載HMI將集成語(yǔ)音識(shí)別系統(tǒng)，這還不包括谷歌語(yǔ)音（Google voice）和蘋果Siri等智能手機(jī)助理應(yīng)用。在汽車中，語(yǔ)音命令最常用于控制汽車中的媒體播放器，為導(dǎo)航系統(tǒng)設(shè)置目的地。隨著機(jī)器學(xué)習(xí)算法的發(fā)展，ADAS的功能中也將引入VUI。在智能手機(jī)中，高端機(jī)型幾乎都擁有語(yǔ)音控制手機(jī)操作的功能。

在智能家居中，語(yǔ)音控制系統(tǒng)將家居自動(dòng)化提升到了一個(gè)新的水平，像Amazon Echo、Google Nest和Samsung SmartThings這樣的智能家居集線器允許用戶使用簡(jiǎn)單的語(yǔ)音命令來管理連接的設(shè)備。與此同時(shí)，VUI也在逐步滲透到我們的工作場(chǎng)所，并使之朝著數(shù)字化方向發(fā)展。Gartner預(yù)測(cè)，到2023年25%的員工與應(yīng)用程序的交互將通過語(yǔ)音進(jìn)行。

深耕關(guān)鍵技術(shù)

總體來看，非接觸HMI主要涉及9大關(guān)鍵技術(shù)，即：基于攝像頭的手勢(shì)識(shí)別及認(rèn)證、手勢(shì)超聲或雷達(dá)、眼球跟蹤、語(yǔ)音命令、基于手勢(shì)和位置的光電二極管傳感器、接近式觸摸屏、運(yùn)動(dòng)傳感器融合、短距無線電以及其他非接觸技術(shù)。根據(jù)研究機(jī)構(gòu)Touch Display Research最新發(fā)布的《非接觸HMI 2020》報(bào)告，目前，非接觸HMI技術(shù)已經(jīng)吸引了多達(dá)390余家公司的參與，他們重點(diǎn)深耕非接觸傳感器，以及軟件和系統(tǒng)集成等領(lǐng)域，其中，提供語(yǔ)音命令和基于攝像頭的手勢(shì)識(shí)別的公司最多。

針對(duì)HMI應(yīng)用，多家技術(shù)供應(yīng)商都采取了積極的行動(dòng)，比如，TI公司以營(yíng)造一個(gè)完整的生態(tài)系統(tǒng)為主，其HMI產(chǎn)品組合包括廣泛的I/O、圖形處理、語(yǔ)音識(shí)別等，提供開發(fā)各種接口所需的幾乎所有組件、軟件和支持。TI的方案還實(shí)現(xiàn)了以太網(wǎng)供電，以進(jìn)一步降低布線的復(fù)雜性，甚至支持無線連接。

例如，TIDEP-01013是具有毫米波傳感器和Sitara處理器的手勢(shì)控制HMI參考設(shè)計(jì)；TIDEP0066語(yǔ)音識(shí)別參考設(shè)計(jì)則采用TI嵌入式語(yǔ)音識(shí)別 (TIesr) 庫(kù)，突出了C5535和C5545 DSP器件的語(yǔ)音識(shí)別能力。

由于背景噪音的干擾，語(yǔ)音識(shí)別的效果通常不是那么完美。優(yōu)質(zhì)MEMS麥克風(fēng)和先進(jìn)的音頻處理功能是促使語(yǔ)音控制設(shè)備真正適用于日常環(huán)境的關(guān)鍵因素。英飛凌的VUI市場(chǎng)策略則是通過逐步建立起來的合作伙伴生態(tài)系統(tǒng)，向行業(yè)提供一系列創(chuàng)新的參考平臺(tái)和即用型新一代VUI解決方案。目前可用的解決方案主要來自于Aaware、CEVA、Creoir、SoundAI、Sugr和XMOS等公司。2017年初，英飛凌與XMOS共同提出的全新語(yǔ)音控制方案采用的是智能麥克風(fēng)，它使語(yǔ)音助手能在其他噪音當(dāng)中準(zhǔn)確識(shí)別定位人聲。其中，英飛凌的XENSIV雷達(dá)和硅麥克風(fēng)傳感器組合能識(shí)別揚(yáng)聲器與麥克風(fēng)的位置和距離，同時(shí)利用XMOS的遠(yuǎn)場(chǎng)語(yǔ)音處理技術(shù)來捕捉語(yǔ)音。

圖3：英飛凌聯(lián)合合作伙伴推出是部分VUI參考設(shè)計(jì)（圖源：根據(jù)英飛凌網(wǎng)站信息整理）

結(jié)語(yǔ)

時(shí)間回到20世紀(jì)50年代初，語(yǔ)音識(shí)別技術(shù)初現(xiàn)萌芽，只是彼時(shí)的系統(tǒng)只能理解數(shù)字。到了2017年，這項(xiàng)技術(shù)已經(jīng)取得長(zhǎng)足的進(jìn)步，幾乎達(dá)到可以精確地理解人類語(yǔ)言的水平，因此奠定了VUI商用的基礎(chǔ)。

人機(jī)交互是實(shí)現(xiàn)自動(dòng)化和智能化的前提。經(jīng)過幾十年的發(fā)展，按鈕/按鍵這種HMI方式正在從我們的生活中退出，取而代之的觸摸屏在很多應(yīng)用場(chǎng)合也會(huì)逐漸被全新一代的VUI替代。技術(shù)和創(chuàng)新永無止境，雖然今天的VUI尚不完美，但它的優(yōu)點(diǎn)已被消費(fèi)者廣泛認(rèn)可。畢竟，人類最有效的溝通方法就是語(yǔ)言，未來的機(jī)器應(yīng)該也不會(huì)例外。

審核編輯：郭婷