摘要
最近的进展引入了语音对语音（S2S）对话助手，能够产生自然的互动，包括音调和情绪等非语言提示。在汽车领域，这使得车内对话体验更加直观和人性化。然而，集成这些端到端助手限制了可编程特定领域安全保障的架构选项。本文讨论了两种S2S安全护栏的实施方法：基于转录的和基于工具的。通过实证评估，我们展示了这两种策略在大多数情况下对于工业部署都是不充分的，主要由于禁止性延迟（即使是计算成本低的检查，每个回答的延迟时间为0到1.4秒）和技术障碍（例如，工具调用行为可能是非确定性的）。最后，我们概述了汽车上下文中S2S安全护栏的开放挑战。
博主点评： 本文对语音助手在汽车应用中的安全性进行了深入探讨，强调了现有技术在实际应用中的局限性。特别是延迟和不确定性问题，提醒我们在推进技术应用时必须考虑到用户体验和系统稳定性之间的平衡。虽然当前的实现方式存在不足，但也为未来的技术改进和创新提供了方向。