网友称坐副驾看短剧，语音助手听到短剧说去祁王府就开始导航目的地，反映出什么问题？从车企层面该怎样解决？

这件事看起来无解，其实并不是没有办法！

短剧里的人说去祁王府，它识别得非常准确，真正尴尬的是它没有搞明白这句话是谁说的，是不是说给它听的就已经开始干活了。

现在很多车企宣传智能座舱，最喜欢讲几个词：自然语言、免唤醒、连续对话、可见即可说。

这些功能确实方便，以前你得喊一句“小X同学”，等它回应，再说“导航去某某地方”；现在你随口说一句“有点热”“去公司”，车机马上就能执行。

但这里有一个很容易被忽略的问题，当唤醒词这道门被拆掉以后，车机就必须有能力判断：驾驶员讲话、副驾讲话、后排孩子讲话、乘客刷短视频的声音，甚至车载音响正在播放的电视剧，这些声音到底哪些是指令。

语音助手至少要过四关：

• 第一关，听清楚说了什么。
• 第二关，判断是谁说的、声音来自哪个座位。
• 第三关，判断这句话是不是在跟车机说话。
• 第四关，判断这项操作能不能直接执行。

如果短剧本身就是通过车载音响播放的，其实相对好处理，因为车机知道自己此刻正在播放什么声音。现在的车载语音方案已经可以过滤 infotainment 播放信号和背景噪声；通过麦克风阵列，也可以判断声音来自驾驶位还是副驾驶位。Cerence 的车载语音方已经把这类语音增强和多区域交互作为明确能力。

如果短剧是副驾驶拿手机外放，情况会复杂一点，但依然可以结合声源定位座位分区、唤醒状态以及说话人识别去判断。

比如同样是打开座椅加热，驾驶员说和副驾驶说，对应的本来就应该是不同座椅。现在的座舱语音技术已经能定位说话者所在座位；进一步还可以通过声纹识别确定是谁在讲话。Cerence 的 Voice Biometrics甚至已经把“识别说话者+敏感操作二次验证”作为使用场景。

所以我觉得车企真正应该做的，是给语音助手加一套“执行权限”：查个天气问个问题误唤醒一次问题不大，调空调开座椅加热这类可逆操作可以适当放宽，导航如果系统无法确认声音来源，最好问一句：“是否导航到祁王府？”

以前的车机是听不懂，用户嫌它笨。

现在的大模型越来越会理解上下文，也越来越容易把一句模糊的话猜成一个合理意图，不能只测语音识别准确率99%，一句话能控制多少个功能还应该专门测一个指标：错误执行率。

车企完全可以在测试阶段大量播放短剧、电视剧、播客、导航播报，让几个人同时聊天，让副驾驶刷视频，让后排孩子乱喊，把这些场景塞进回归测试里，看看1000小时真实座舱环境中，到底有多少句与车机无关的话最终触发了操作。

它把一句根本不是说给它听的话听懂了，还真的执行了，这才是智能座舱必须防住的情况。

车里的智能除了越来越会听人话，还得知道什么时候这句话不该听，这条边界守住了，免唤醒连续对话这些体验才真的有意义。