第六章 语音交互集成：让车真正“听懂”人话
语音交互，说白了就是给车装上“耳朵”和“嘴巴”。
我最早做车载项目时，客户提了个需求：“用户说‘我冷了’，空调得自动升温。”听起来简单吧？但真正落地时，你会发现坑多得很——语音识别不准、反馈延迟、唤醒词不灵敏……嗯，这一章咱们就把这些硬骨头啃下来。
6.1 Google Assistant 集成：站在巨人肩膀上
Android Automotive 原生支持 Google Assistant，这是最省力的方案。你想想看，Google 已经帮你处理了语音识别、自然语言理解、对话管理，你只需要做两件事：
- 在车机系统里注册 Assistant 服务
- 定义你的车载 App 能响应哪些意图（Intent）
我在项目中遇到过最典型的问题：Google Assistant 能听懂“导航到公司”，但听不懂“打开座椅加热”。为什么？因为后者不是 Google 预定义的意图，需要你自己扩展。
核心集成步骤：
- 在 AndroidManifest.xml 中声明 Assistant 权限
- 实现 Assistant 回调接口
- 注册自定义 App 动作（App Actions）
// 注册 Google Assistant 回调
public class MyAssistantService extends AssistantService {
@Override
public void onHandleScreenshot(ScreenshotRequest request) {
// 处理屏幕截图请求
}
@Override
public void onHandleAssistantVoice(AssistantVoiceRequest request) {
// 处理语音输入
String userQuery = request.getVoiceQuery();
// 解析并执行
}
}我的经验：不要一股脑把所有功能都交给 Assistant。像空调控制、车窗升降这类高频操作，建议走自定义语音通道，响应速度能快 200-300ms。用户对延迟很敏感，超过 1 秒就会觉得“卡”。
6.2 自定义语音命令：让车听懂你的“黑话”
Google Assistant 再强，也听不懂“把风量调大两档”这种车载场景特有的指令。这时候就需要自定义语音命令了。
我习惯的做法是：先用 Google 的 SpeechRecognizer 做语音转文字，然后自己写一个意图匹配引擎。
// 自定义语音命令解析
public class CustomVoiceCommandParser {
private static final Map<String, String> COMMAND_MAP = new HashMap<>() {{
put("调大风量", "AC_FAN_UP");
put("风量大一点", "AC_FAN_UP");
put("热死了", "AC_TEMP_DOWN");
put("冷死了", "AC_TEMP_UP");
}};
public String parseCommand(String voiceText) {
for (Map.Entry<String, String> entry : COMMAND_MAP.entrySet()) {
if (voiceText.contains(entry.getKey())) {
return entry.getValue();
}
}
return null; // 未匹配
}
}你可能会问：“为什么不用机器学习？”说实话，车载场景的指令集是有限的，用规则引擎反而更可靠。我曾经试过用 NLP 模型，结果用户说“我有点热”和“热得受不了”被识别成两个意图……最后还是回归规则匹配。
避坑指南：我曾经把“打开车窗”和“打开天窗”的语音指令写得太像，结果用户说“开窗”，系统随机打开一个。后来我强制要求：必须包含“车窗”或“天窗”关键字，否则弹窗让用户确认。虽然多了一步交互，但避免了误操作。
6.3 语音反馈与 TTS：让车会“说话”
车不能光听不说。用户说“调高温度”，你得回一句“好的，温度已调高至 26 度”。这就是 TTS（Text To Speech）的活儿。
Android Automotive 内置了 TTS 引擎，但默认的语音太机械了。我建议用第三方 TTS 服务，比如百度、科大讯飞的车载版，音色更自然。
// TTS 语音反馈示例
TextToSpeech tts = new TextToSpeech(context, status -> {
if (status == TextToSpeech.SUCCESS) {
tts.setLanguage(Locale.CHINESE);
tts.speak("好的，温度已调高至26度",
TextToSpeech.QUEUE_FLUSH, null, "temp_feedback");
}
});反馈设计原则：
- 简短：一句话说完，别啰嗦。用户不想听“正在为您执行温度调节操作，请稍候”。
- 确认：必须让用户知道“执行了”还是“没执行”。
- 容错：没听懂就说“抱歉，我没听清，请再说一遍”。
我记得有一次测试，用户说“导航到天安门”，TTS 回了句“正在为您规划到天安门的路线”。结果用户又说了句“不对，是地安门”。系统没反应过来，直接沉默了。后来我加了个“取消”指令，用户说“取消”就终止当前操作。嗯，这个小改动救了不少场。
6.4 语音唤醒：说句话就能唤醒车机
语音唤醒，就是让车一直“听”着，听到特定关键词就激活。比如“你好，小驰”、“嘿，Google”。
Android Automotive 支持两种唤醒模式：
| 模式 | 功耗 | 响应速度 | 适用场景 |
|---|---|---|---|
| 硬件唤醒（DSP） | 低（~50mW） | 快（<200ms） | 熄火/待机状态 |
| 软件唤醒（AP） | 高（~500mW） | 中（<500ms） | 车机亮屏状态 |
我建议：车机亮屏时用软件唤醒，熄火待机时切到硬件唤醒。这样既省电又灵敏。
// 注册唤醒词
public class WakeupService extends Service {
private static final String WAKEUP_WORD = "你好小驰";
@Override
public void onCreate() {
super.onCreate();
// 初始化唤醒引擎
WakeupEngine.init(this, WAKEUP_WORD, () -> {
// 唤醒成功，启动语音交互
startVoiceInteraction();
});
}
}注意：唤醒词不要太长，3-4 个字最佳。我曾经见过一个项目用“亲爱的智能助手请帮我”，结果用户说到一半就卡壳了。唤醒词越短，识别率越高。
知识体系总览
下面这张图，是我自己梳理的语音交互集成全流程。你看一眼就能明白各个模块怎么配合：
从图上你能看到：语音输入进来后，先经过唤醒与识别模块，再解析意图，然后交给执行层处理，最后通过反馈层告诉用户结果。整个过程是闭环的，而且会持续监听下一次唤醒。
我的建议：刚开始做语音交互时，别追求“全功能”。先搞定 3-5 个高频场景（导航、空调、音乐、电话、车窗），跑通整个链路。用户用起来觉得“还行”，你再慢慢加功能。一口吃不成胖子，车载开发尤其如此。
好了，这一章的内容就到这里。语音交互这块，说白了就是“听、懂、做、说”四个字。听要准，懂要快，做要稳，说要自然。你把这四个字琢磨透了，车机语音交互就算入门了。