“情緒流”車媒體智能新聞推薦系統(tǒng)

王晨 高洪偉 呂貴林 陳濤 孫玉洋

摘? 要：“情緒流”車媒體智能新聞推薦系統(tǒng)是新華網(wǎng)、一汽集團(tuán)聯(lián)合打造的智能車媒體交互空間，通過該智能系統(tǒng)可得益于新華網(wǎng)內(nèi)容的權(quán)威性、安全性，根據(jù)用戶畫像進(jìn)行內(nèi)容的個(gè)性化推送。該畫像過程不僅融入用戶的興趣以及瀏覽行為，同時(shí)加入新華網(wǎng)核心技術(shù)-生理傳感對(duì)用戶在瀏覽、聆聽相關(guān)內(nèi)容時(shí)的生理情緒反應(yīng)作為算法的重要維度，真正實(shí)現(xiàn)線上行為數(shù)據(jù)、線下生理情緒數(shù)據(jù)的全數(shù)據(jù)貫通，打破傳統(tǒng)車載環(huán)境內(nèi)容推薦算法的弊端。

關(guān)鍵詞：車媒體;智能戒指;新聞智能分發(fā)? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 中圖分類號(hào)：G210.7? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-0134（2020）09-120-05? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?DOI：10.19483/j.cnki.11-4653/n.2020.09.037

本文著錄格式：王晨，高洪偉，呂貴林，陳濤，孫玉洋.“情緒流”車媒體智能新聞推薦系統(tǒng)[J].中國傳媒科技，2020（9）：120-124.

1.介紹

隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展和應(yīng)用，汽車行業(yè)正面臨前所未有的挑戰(zhàn)。汽車除了具備交通工具的屬性，還具有連接人和物、物和物的媒介屬性。而以智能化為代表的技術(shù)創(chuàng)新也已經(jīng)全面滲透媒體機(jī)構(gòu)的所有環(huán)節(jié)，“萬物皆媒體”。因此，智能交通領(lǐng)域與傳媒領(lǐng)域進(jìn)行跨界深度融合將擁有全新的生長空間，能否抓住這一輪技術(shù)浪潮也是贏得車媒體產(chǎn)業(yè)未來的關(guān)鍵。

隨著5G投入商用，車聯(lián)網(wǎng)將成為最大的應(yīng)用場景。從國內(nèi)外汽車行業(yè)發(fā)展趨勢看，車內(nèi)大屏化、多屏化、智能交互化、個(gè)性化的特征越來越明顯。同時(shí)智能網(wǎng)聯(lián)汽車的發(fā)展，必將出現(xiàn)一個(gè)市場體量巨大的車內(nèi)媒體生態(tài)，將引導(dǎo)汽車制造、信息技術(shù)、交通服務(wù)帶來翻天覆地的變化，這將是未來媒體必爭之地。同時(shí)也給現(xiàn)有媒體提出了一個(gè)新的問題：如何進(jìn)入汽車領(lǐng)域、影響更廣泛受眾、占領(lǐng)輿論引領(lǐng)的新陣地？

定制化是企業(yè)為滿足受眾需求而為顧客量身定做的產(chǎn)品營銷手段，近年來越來越受到媒體行業(yè)的關(guān)注。如何準(zhǔn)確掌握受眾的閱讀興趣與需求也日益成為媒體行業(yè)發(fā)展關(guān)鍵。在手機(jī)客戶端蓬勃發(fā)展的大數(shù)據(jù)時(shí)代，一些高科技媒體公司憑借著新聞定制化服務(wù)和對(duì)受眾心理訴求的全方位挖掘成功突圍，占領(lǐng)了手機(jī)新聞客戶端榜首。而汽車信息消費(fèi)是一個(gè)不同于手機(jī)的應(yīng)用場景。用戶在駕駛過程中，無法看新聞，只能靠聽新聞的方式來進(jìn)行信息消費(fèi)，以及語音的方式進(jìn)行信息的交互。如果需要在車載這個(gè)應(yīng)用場景做信息的個(gè)性化推薦和定制，傳統(tǒng)的，適合手機(jī)新聞的智能推薦系統(tǒng)，在車載這個(gè)場景將無法使用。

新華網(wǎng)和一汽集團(tuán)，建立“國網(wǎng)”與“國車”的戰(zhàn)略合作模式和聯(lián)合研發(fā)機(jī)制，以生物傳感和情緒流新聞等技術(shù)為主要研究內(nèi)容，全面融合一汽集團(tuán)的全系列產(chǎn)品，對(duì)現(xiàn)有車機(jī)系統(tǒng)進(jìn)行智能化、人性化的改造升級(jí)，增強(qiáng)企業(yè)的市場競爭力，并形成產(chǎn)業(yè)生態(tài)圈。雙方聯(lián)合研發(fā)的基于情感交互用戶體驗(yàn)研究出發(fā)的車媒體生態(tài)系統(tǒng)，將顛覆現(xiàn)有的信息消費(fèi)方式，將人的數(shù)據(jù)耦合進(jìn)車的數(shù)據(jù)信息系統(tǒng)，并參與整個(gè)人—機(jī)—環(huán)境的生命周期生長，在汽車生命化的趨勢中提前布局，并快速占據(jù)領(lǐng)先位勢。針對(duì)車載模式下，用戶駕駛行為的分析，[5-9]用戶疲勞狀態(tài)的檢測，[1-4，10]為車載信息內(nèi)容制作的音視頻公司提供新的前沿科技和商業(yè)模式，力爭能夠在車聯(lián)網(wǎng)的市場分得一杯羹。雙方將充分利用好新華網(wǎng)的新聞資源、發(fā)布平臺(tái)和一汽的客戶群體緊密連接，依據(jù)司乘人員生理傳感器數(shù)據(jù)、行為習(xí)慣等數(shù)據(jù)進(jìn)行精準(zhǔn)推送，打造車載新聞娛樂影音系統(tǒng)的今日頭條。

2.現(xiàn)有工作基礎(chǔ)

物聯(lián)網(wǎng)時(shí)代，移動(dòng)網(wǎng)絡(luò)電臺(tái)通過車載系統(tǒng)，切入車聯(lián)網(wǎng)的內(nèi)容服務(wù)。物聯(lián)網(wǎng)時(shí)代，巨大的流量市場，對(duì)移動(dòng)電臺(tái)服務(wù)商的吸引力很大，因?yàn)槊恳惠v車都可以看做是一個(gè)移動(dòng)終端。根據(jù)艾瑞咨詢研究數(shù)據(jù)顯示：89.3%的用戶在行車中收聽廣播，有40.5%的用戶在行車中收聽移動(dòng)音頻。因此，作為消費(fèi)能力比較高的一個(gè)用戶群體，自然會(huì)成為移動(dòng)電臺(tái)廠商的香饃饃。

移動(dòng)網(wǎng)絡(luò)電臺(tái)，通常通過車廠預(yù)裝，開發(fā)車載硬件的方式，提供電臺(tái)廠商車聯(lián)網(wǎng)音頻娛樂解決方案等方式，與車企展開合作。根據(jù)美國IHS的數(shù)據(jù)，2019年，924萬輛車整合了網(wǎng)絡(luò)電臺(tái)服務(wù)，這個(gè)數(shù)量超過美國汽車市場預(yù)期銷量的一半。

2015年1月，福特汽車宣布向程序開發(fā)人員開放車載信息娛樂系統(tǒng)。通過福特的AppLink開發(fā)平臺(tái)，車主可以直接通過SYNC系統(tǒng)進(jìn)入互聯(lián)網(wǎng)音樂服務(wù)，目前已有Spotify（中文名：聲破天，是全球最大的流媒體音樂服務(wù)之一）、Amazon Cloud Player亞馬遜云播放器、iHeart Radio心靈電臺(tái)等應(yīng)用進(jìn)駐AppLink 。[21]

蜻蜓FM通過聚合電臺(tái)超市的方法，給用戶提供音頻服務(wù)。[15]而豆瓣FM通過借鑒國外潘多拉（Pandora）電臺(tái)的服務(wù)模式，將用戶喜好匹配算法組成一個(gè)欄目的序，通過個(gè)性化推薦的模式給用戶提供服務(wù)。[14，20]聽伴是一家音頻內(nèi)容分發(fā)平臺(tái)，借助車載場景化特點(diǎn)，通過預(yù)裝的方式，打造不同的內(nèi)容給車主提供服務(wù)。通過與汽車廠商合作分成，目前聽伴已經(jīng)預(yù)裝到了比亞迪、奔馳、沃爾沃等30多家車廠的車載娛樂系統(tǒng)中。[16，22]喜馬拉雅FM是一款為音頻生產(chǎn)者提供內(nèi)容生產(chǎn)渠道，把“PGC+UGC”內(nèi)容傳遞給用戶的移動(dòng)電臺(tái)。以智能手機(jī)、平板電腦、車載、可穿戴設(shè)備等智能終端為音頻載體，為用戶提供音頻服務(wù)。[17，21]中國移動(dòng)咪咕公司攜旗下咪咕視頻、咪咕音樂等多款應(yīng)用，于2020年9月正式入駐華為Harmony智能座艙，成為Harmony全球首家視頻客戶端及首批音頻客戶端的數(shù)據(jù)內(nèi)容合作伙伴。借助5G+AI技術(shù)，實(shí)現(xiàn)音視頻內(nèi)容智能推薦，滿足用戶“千人千面”的個(gè)性化需求，為用戶提供跨手機(jī)、電視、車載多場景的高品質(zhì)影音體驗(yàn)，讓每一臺(tái)座艙都能成為全場景沉浸體驗(yàn)的移動(dòng)空間。[19，18]

以上在車聯(lián)網(wǎng)領(lǐng)域活躍的幾家主流音頻服務(wù)提供商，目前只是實(shí)現(xiàn)了內(nèi)容單向分發(fā)的功能，寶貴的用戶真實(shí)體驗(yàn)數(shù)據(jù)，用戶實(shí)時(shí)動(dòng)態(tài)的反饋數(shù)據(jù)，以及用戶的個(gè)人結(jié)構(gòu)化信息，由于車企不對(duì)外開放，導(dǎo)致音頻服務(wù)提供商缺乏獲得用戶畫像數(shù)據(jù)的方法或者工具，更無從談精準(zhǔn)用戶畫像分析，因此也無法延展后續(xù)的商業(yè)服務(wù)模式。此外，即使目前通過資本強(qiáng)行進(jìn)入車聯(lián)網(wǎng)，音頻服務(wù)提供商還是沒有找到好的合作模式，盡管期待保持與電子消費(fèi)產(chǎn)品的創(chuàng)新速度同步的想法，但是根本目的也是為了和車企一起吸引更多年輕消費(fèi)者，從而銷售更多的汽車。目前各大車企也越來越重視汽車本身的連接功能，希望能夠通過車機(jī)系統(tǒng)，打造更強(qiáng)的用戶黏性。

3.系統(tǒng)介紹

“情緒流”車媒體智能新聞推薦系統(tǒng)，力爭打造以生物傳感為核心，多模態(tài)人工智能技術(shù)融合為基礎(chǔ)，充分挖掘駕乘人員的生理和情緒狀態(tài)，分析駕乘人員的體驗(yàn)過程，從而提供移動(dòng)狀態(tài)下的即時(shí)、精準(zhǔn)、個(gè)性化內(nèi)容服務(wù)系統(tǒng)。它致力于最大價(jià)值地開發(fā)人的閑暇時(shí)間，顛覆依靠手動(dòng)選擇信息的低效、單向、同質(zhì)化的傳統(tǒng)消費(fèi)方式。并解決用戶交互數(shù)據(jù)不足、與公共數(shù)據(jù)交互不足的難題，使被開發(fā)的時(shí)間邊際效應(yīng)明顯遞增，帶來全新的共享運(yùn)營模式。無論何時(shí)進(jìn)入無人駕駛時(shí)代，是否需要人的專心駕駛，對(duì)于人-人、人-機(jī)、人-機(jī)-環(huán)境之間新型交互關(guān)系的處理，都迫切需要情感計(jì)算、人機(jī)交互、生物感知、深度學(xué)習(xí)、圖影像識(shí)別等智能技術(shù)融合。該系統(tǒng)將使駕乘者的車上時(shí)間從一次性消耗品升級(jí)為可復(fù)用、可再生的新數(shù)據(jù)資源，實(shí)現(xiàn)打造新型車媒體智能生態(tài)系統(tǒng)的初衷。

“情緒流”車媒體智能新聞推薦系統(tǒng)以基于先進(jìn)生理信號(hào)的人工智能技術(shù)為核心，以計(jì)算機(jī)視覺和圖像，自然語言處理技術(shù)為輔，以優(yōu)質(zhì)內(nèi)容為基石，以個(gè)性化定制化交互為靈魂，在一汽開放的車輛研發(fā)平臺(tái)上，共同積極推進(jìn)情感人工智能在車媒體生態(tài)和智能網(wǎng)聯(lián)在汽車產(chǎn)業(yè)的應(yīng)用。系統(tǒng)包含兩大共生體系/平臺(tái)，各有側(cè)重、互為依托：

3.1基于情感人工智能的人車共融用戶體驗(yàn)系統(tǒng)

以生物傳感等關(guān)鍵情緒識(shí)別和情感計(jì)算技術(shù)實(shí)現(xiàn)軟數(shù)據(jù)與硬數(shù)據(jù)的融合，通過高精度、高協(xié)同和實(shí)時(shí)性判斷進(jìn)行精準(zhǔn)化產(chǎn)品及服務(wù)的定制與提供。其核心在于將人的數(shù)據(jù)耦合進(jìn)入數(shù)據(jù)信息系統(tǒng)中，并參與整個(gè)人-機(jī)-環(huán)境的生命周期，根據(jù)用戶對(duì)信息需求的全天候特征、結(jié)合傳媒特性建立連續(xù)性成長數(shù)據(jù)庫，進(jìn)行多維度、多元化復(fù)雜算法開發(fā)，實(shí)現(xiàn)硬數(shù)據(jù)+軟數(shù)據(jù)在車生態(tài)中的融合與應(yīng)用。

3.2基于內(nèi)容的個(gè)性化智慧出行服務(wù)平臺(tái)

基于媒體優(yōu)勢，強(qiáng)調(diào)內(nèi)容生產(chǎn)與個(gè)性化需求的對(duì)接。通過語音轉(zhuǎn)譯、面部識(shí)別、圖像識(shí)別及生物傳感等技術(shù)，集成并提供快速高效的新聞、觀點(diǎn)和其他資訊信息。其核心在于對(duì)人的內(nèi)容需求精準(zhǔn)獲取和智能化整合提供。媒體公司將聚合資源，從國際時(shí)事、政治外交、軍事與經(jīng)濟(jì)等方面切入，結(jié)合各大汽車品牌的用戶畫像，提供高端智能信息化服務(wù)。并借助成熟的技術(shù)對(duì)于社交化媒體平臺(tái)上的內(nèi)容進(jìn)行精準(zhǔn)化推送。

“情緒流”車媒體智能新聞推薦系統(tǒng)采用新華網(wǎng)獨(dú)家研發(fā)的可穿戴智能戒指，[11]用來采集司機(jī)駕駛過程中的生理信號(hào)，并實(shí)時(shí)監(jiān)測司機(jī)駕駛過程的生理狀態(tài)，新華網(wǎng)研發(fā)的智能生理算法，[12，13]當(dāng)司機(jī)出現(xiàn)疲勞特征時(shí)，實(shí)時(shí)識(shí)別，并進(jìn)行震動(dòng)和報(bào)警。同時(shí)將司機(jī)的疲勞信息發(fā)送到云端，云端監(jiān)測中心能夠基于該生理狀態(tài)數(shù)據(jù)、用戶身份特征及日常車內(nèi)信息消費(fèi)習(xí)慣，對(duì)用戶標(biāo)簽實(shí)時(shí)更新，并依據(jù)駕乘人員的當(dāng)前標(biāo)簽屬性精準(zhǔn)推送新聞和音樂信息，從而形成千人千面的個(gè)性化內(nèi)容定制服務(wù)（圖1）。

4.系統(tǒng)框架

“情緒流”車媒體智能新聞推薦系統(tǒng)，具整體系統(tǒng)邏輯框架分為四大部分：

智能硬件：該層主要提供了情緒流基礎(chǔ)傳感數(shù)據(jù)的采集、數(shù)模轉(zhuǎn)換、噪聲處理、數(shù)據(jù)傳輸?shù)裙δ?

情緒新聞后臺(tái)：主要包括：內(nèi)嵌各類智能算法、新聞推薦算法、業(yè)務(wù)邏輯處理、接口通信、數(shù)據(jù)處理等等;

情緒新聞云服務(wù)：主要面向后臺(tái)管理者，通過業(yè)務(wù)支撐層提供的服務(wù)，具體包括用戶管理、內(nèi)容管理、算法訓(xùn)練、接口通信等;

內(nèi)容推送：新聞客戶端保持和后臺(tái)云服務(wù)器連接，根據(jù)用戶指令，從后臺(tái)云服務(wù)器每次獲取一條新聞資訊并顯示在車機(jī)上。推薦內(nèi)容包括圖文、資訊播報(bào)、音頻、視頻等新聞?lì)愋畔?，信息主要來源于新華體系內(nèi)容庫。

5.推薦算法

“情緒流”車媒體智能新聞推薦系統(tǒng)，通過采集用戶生理特征信號(hào)，進(jìn)行綜合算法訓(xùn)練，通過算法訓(xùn)練不斷提升算法精度，最終完成個(gè)性化的內(nèi)容推送，逐步實(shí)現(xiàn)業(yè)務(wù)鏈條各環(huán)節(jié)的交互性、自動(dòng)化及精準(zhǔn)度。當(dāng)系統(tǒng)啟動(dòng)時(shí)，依據(jù)用戶的駕駛時(shí)長，系統(tǒng)開始推送和駕駛時(shí)長相同的新聞內(nèi)容包。例如用戶的駕駛時(shí)長為40分鐘，系統(tǒng)自動(dòng)在云端調(diào)取不同類型的新聞內(nèi)容，通過機(jī)器賽選和剪切的方式，生成40分鐘的新聞內(nèi)容包。該內(nèi)容包包含新聞資訊、小品、相聲、音樂等各類內(nèi)容。用戶在消費(fèi)信息的過程中，系統(tǒng)依據(jù)用戶疲勞值的變化狀態(tài)，學(xué)習(xí)新聞包的推薦效果，從而決定下一次推薦的新聞包，哪些資訊信息會(huì)被替換，哪些同類型的新聞資訊信息會(huì)保留推薦。具體推薦效果評(píng)估方式為：當(dāng)用戶聽新聞內(nèi)容時(shí)，系統(tǒng)自動(dòng)監(jiān)測用戶的疲勞狀態(tài)是否有降低，以及專注度的值是否有明顯提升現(xiàn)象。如果發(fā)現(xiàn)用戶的疲勞狀態(tài)減輕，專注度提升，說明該新聞內(nèi)容引起了用戶的關(guān)注，并同時(shí)對(duì)用戶的疲勞狀態(tài)有所緩解。系統(tǒng)經(jīng)過學(xué)習(xí)后，會(huì)在下一次推薦過程中，替換效果差的新聞?lì)愋?，延續(xù)效果好的新聞內(nèi)容標(biāo)簽，做同屬性新聞推薦。等用戶的生理數(shù)據(jù)，新聞標(biāo)簽數(shù)據(jù)以及推薦結(jié)果數(shù)據(jù)有了一定量的積累后，該智能新聞內(nèi)容推薦系統(tǒng)，就可以依據(jù)用戶的生理信號(hào)，新聞的標(biāo)簽數(shù)據(jù)，給用戶生成一套基于駕駛時(shí)長的個(gè)性化新聞菜單。

目前該研發(fā)成果將在2020年底在一汽紅旗的兩款車型上進(jìn)行測試，并推向市場進(jìn)行銷售。未來，該系統(tǒng)還可以基于生物傳感，結(jié)合面部情緒識(shí)別和智能語音交互等技術(shù)，形成新一代人性化的智能人機(jī)交互系統(tǒng)，同時(shí)基于媒體強(qiáng)大的內(nèi)容庫及互聯(lián)網(wǎng)線上數(shù)據(jù)，實(shí)現(xiàn)個(gè)性化的內(nèi)容精準(zhǔn)分發(fā)平臺(tái)，讓車輛不僅是代步工具，還要成為駕乘人員的生活助手和可移動(dòng)智能終端平臺(tái)，甚至是人們生活中不可或缺的具有自我學(xué)習(xí)進(jìn)化功能的智能伴侶。

新華網(wǎng)已經(jīng)導(dǎo)入一汽車機(jī)系統(tǒng)總共有9個(gè)頻道：《快聽短資訊》、《朝六晚五》、《新華每日電訊·快評(píng)》、《權(quán)威發(fā)布》、《新華訪談》、《新華網(wǎng)評(píng)》、《詩詞劇場》、《有話》、《廣播劇場》。后續(xù)中國一汽和新華網(wǎng)可以整合車媒體戰(zhàn)略合作伙伴，共同開展針對(duì)車媒體業(yè)務(wù)的資源共享、聯(lián)合運(yùn)營、業(yè)務(wù)推廣，例如：借助新華網(wǎng)強(qiáng)大的PR平臺(tái)進(jìn)行宣傳推廣;協(xié)助車廠運(yùn)營車機(jī)系統(tǒng)內(nèi)容服務(wù);同現(xiàn)有車機(jī)廠上下游產(chǎn)業(yè)鏈合作伙伴合作，進(jìn)入更多的車企和車型;導(dǎo)入行業(yè)合作伙伴如廣告商和商業(yè)保險(xiǎn)公司等。根據(jù)合作伙伴參與形式、參與深度確定具體的合作方式和利益分配方式。

結(jié)語

基于生理信號(hào)的車載信息服務(wù)推薦系統(tǒng)很有可能成為未來主流技術(shù)模式。推薦系統(tǒng)發(fā)展了二十年，極大的提升了主流應(yīng)用的效率，亞馬遜通過推薦系統(tǒng)銷售收入提升 35%，Youtube 主頁上 60% 的瀏覽來自推薦服務(wù)。到現(xiàn)在，各主流應(yīng)用基本都用到了推薦系統(tǒng)。我們知道，在個(gè)性化推薦中，與用戶的交互非常重要。比如在亞馬遜或者Ebay購物中瀏覽和購買的物品，以及點(diǎn)擊的“喜歡”和“不喜歡”，都會(huì)成為提升推薦精準(zhǔn)度的關(guān)鍵。但是在車載環(huán)境中，為了安全起見，主動(dòng)用戶行為很少，傳統(tǒng)做推薦系統(tǒng)產(chǎn)品構(gòu)帶來很多挑戰(zhàn)性的技術(shù)和用戶體驗(yàn)難題。因此基于駕乘人員的生理反饋，很有可能成為未來車內(nèi)信息推薦的主流技術(shù)模式。

“情緒流”車媒體智能新聞推薦系統(tǒng)的創(chuàng)新成果非常顯著。該系統(tǒng)是世界上第一款基于先進(jìn)生理技術(shù)的車載人工智能信息推薦系統(tǒng)，其中負(fù)責(zé)疲勞監(jiān)測的智能戒指，也是世界上第一款基于先進(jìn)生理技術(shù)的可穿戴設(shè)備。系統(tǒng)打破車內(nèi)信息消費(fèi)單向傳播的傳統(tǒng)方式，通過獲取用戶的生理信號(hào)狀態(tài)，智能選擇和推薦符合用戶車內(nèi)信息消費(fèi)的內(nèi)容流，形成信息和人生理反饋的良好交互和反饋，從而可以做到減少疲勞駕駛帶來的風(fēng)險(xiǎn)，還可以精準(zhǔn)推薦內(nèi)容，大大改觀了車載模式下的用戶駕駛體驗(yàn)。

[1]Sahayadhas， A.， Sundaraj， K.， & Murugappan， M. （2012）. Detecting driver drowsiness based on sensors： a review. Sensors （Basel， Switzerland）， 12（12）， 16937–16953. https：//doi.org/10.3390/s121216937

[2]A. Chowdhury， R. Shankaran， M. Kavakli and M. M. Haque， “Sensor Applications and Physiological Features in Drivers Drowsiness Detection： A Review，” in IEEE Sensors Journal， vol. 18， no. 8， pp. 3055-3067， 15 April15， 2018， doi： 10.1109/JSEN.2018.2807245.

[3]H. Cai and Y. Lin， “An experiment to non-intrusively collect physiological parameters towards driver state detection，” in Proceedings of the SAE World Congress， Detroit， Mich， USA， 2007.

[4]Vicente， F.， Huang， Z.， Xiong， X.， La Torre， F. D.， Zhang， W.， & Levi， D. （2015）. Driver Gaze Tracking and Eyes Off the Road Detection System. IEEE Transactions on Intelligent Transportation Systems， 16（4）， 2014-2027.

[5]N. L. Haworth， T. J. Triggs， and E. M. Grey， Driver Fatigue： Concepts， Measurement and Crash Countermeasures， Human Factors Group， Department of Psychology， Monash University， 1988.

[6]Anneke Heitmann， Rainer Guttkuhn， Acacia Aguirre， Udo Trutschel， Martin Mooreede. Technologies for the monitoring and prevention of driver fatigue [C] Proceedings of the First International Driving Symposium on Human Factor in Driver Assessment， Training and Vehicle Des～n.St，Louis：IEEE，20o1：81— 86.

[7]Sanjaya， K. H.， Lee， S.， & Katsuura， T. （2016）. Review on the application of physiological and biomechanical measurement methods in driving fatigue detection. Journal of Mechatronics， Electrical Power， and Vehicular Technology， 7（1）， 35-48.

[8]Melo， J.， Naftel， A.， Bernardino， A.， & Santosvictor， J. （2006）. Detection and classification of highway lanes using vehicle motion trajectories. IEEE Transactions on Intelligent Transportation Systems， 7（2）， 188-200.

[9]Ma， J.， Zhang， J.， Gong， Z.， & Du， Y. （2018）. Study on Fatigue Driving Detection Model Based on Steering Operation Features and Eye Movement Features. international conference control science and systems engineering.

[10]Huang， K.， Huang， T.， Chuang， C.， King， J.， Wang， Y.， Lin， C.， & Jung， T. （2016）. An EEG-Based Fatigue Detection and Mitigation System. International Journal of Neural Systems， 26（4）， 1650018-1650018.

[11]Zhu， X.， Wang， Y.， Wang， C.， Yang， H.， Wang， X.， & Yang， M. （2017）. Developing a driving fatigue detection system using physiological sensors. australasian computer-human interaction conference.

[12]C&C ‘17： Proceedings of the 2017 ACM SIGCHI Conference on Creativity and CognitionJune 2017 Pages 197–208https：//doi.org/10.1145/3059454.3059486

[13]Wang， C.， Geelhoed， E.， Stenton， P.， & Cesar， P. （2014）. Sensing a live audience. human factors in computing systems.

[14]豆瓣FM： https：//douban.fm/

[15]蜻蜓FM： https：//www.qingting.fm/

[16]聽伴：http：//develop.tingban.cn/

[17]喜馬拉雅：https：//www.ximalaya.com/

[18]咪咕音樂：https：//music.migu.cn/v3

[19]咪咕入駐華為智能座艙：https：//tech.china.com/article/20200927/092020_614628.html

[20]移動(dòng)互聯(lián)網(wǎng)催生音頻革命：https：//www.sohu.com/a/20594554_121629

[21]網(wǎng)絡(luò)電臺(tái)：一顆進(jìn)入車載的野心和一盤未布完的局：https：//www.jiemian.com/article/353779.html

[22]數(shù)據(jù)羅生門，業(yè)務(wù)三國殺，在線音頻的未來在哪里？：https：//www.sohu.com/a/233898265_116015

作者簡介：王晨（1981-），女，安徽，新華社媒體融合生產(chǎn)技術(shù)與系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室&新華網(wǎng)融媒體未來研究院副院長，研究方向：情感計(jì)算與人工智能;高洪偉（1982-），男，黑龍江，智能網(wǎng)聯(lián)開發(fā)院車端網(wǎng)聯(lián)所所長，研究方向：車聯(lián)網(wǎng);呂貴林（1980-），男，河南南陽，智能網(wǎng)聯(lián)開發(fā)院車端網(wǎng)聯(lián)所高級(jí)主任，研究方向：網(wǎng)聯(lián)服務(wù);陳濤（1984-），男，山東滕州，智能網(wǎng)聯(lián)開發(fā)院車端網(wǎng)聯(lián)所主任，研究方向：網(wǎng)聯(lián)應(yīng)用;孫玉洋（1989-），男，吉林農(nóng)安，智能網(wǎng)聯(lián)開發(fā)院車端網(wǎng)聯(lián)所主管，研究方向：云平臺(tái)。