语音识别技术一直在不断发展，但在不同环境下进行语音识别直到近些年才得以实现。百度、谷歌、微软所开发的基于人工智能的语音活动检测及语言翻译服务均取得巨大进展，其水平正在逐步超越人类。这几大巨头借助自身平台优势，为深度学习算法提供海量用户数据，其服务也日益优化。
语音一直存在，并且正在变得更简单、更快、更好、更自然。
语音正成为下一代检索范式
亚马逊推出的智能音箱Echo，内置语音助手Alexa，既体现全新产品概念，又支持智能语音检索。而实际上， Alexa的功能缺陷成了聚会时的花把戏——成为了供人娱乐的笑料。亚马逊还在继续开发Alexa的新功能，大力推广这一产品——超级碗期间调侃Alexa的广告就是一个例子。
谷歌和Siri也在推动这一趋势——于是现在“智能音箱”如同智能开关和智能照明一样随处可见。人们在不断购买这些设备，但新鲜感似乎已经消失，有几点缺陷也逐渐变得明了起来:
- 智能音箱并非万能——大多数用户只使用特定的几项功能——播放音乐、定时、设定闹钟以及在一些家庭自动化的场景中使用等等。
- 仅能够识别语音这一缺陷阻碍了其在媒体、娱乐、购物的视觉或混合场景的使用。
- 与第三方技能的融合度非常低（技能提供功能有限，技能语法难以记忆）。“很抱歉，我不知道。”以及其他Alexa唤醒失败的案例不再有趣，而是令人沮丧。亚马逊的工作人员也承认这一点。
- 智能音箱并非随处可用——放置在厨房柜台的音箱总不能在开车或上班时一直随身携带！
我们还需重下功夫在应用程序上吗？
与谷歌（安卓系统）以及苹果（iOS系统）不同，亚马逊没用移动业务——于是，他们一直都忽视了将语音使用与移动应用程序相结合这一需求。应用程序开发者需重下功夫，嵌入语音平台，从而更新所提供的服务。与移动应用相比，为语音助手所开发的技能少之又少。在开发者看来，面对这些新型“智能音箱”检索入口，用户的参与度较低。
由于语音平台开始意识到用户在四处活动过程中也一直使用移动应用程序，他们开始引入移动应用。苹果、谷歌和三星都认识到了这一需求。
三星为Bixby 1.0引入了第三方应用支持，但实际体验糟糕，且无法扩展至更多应用。在2018年5月份的Google IO开发者大会中，谷歌终于发布了Android P操作系统中的Slices和App Actions两项全新应用程序交互方式。除了Siri Shortcuts，谷歌的这些新功能与苹果Siri研发上的缓慢进展很相似。
然而，持续的挑战是应用开发人员仍需进行繁重的工作，这导致平台上可用移动应用操作覆盖率过低。2019年国际消费类产品展览会（CES）之前，亚马逊推出了100多万台全新Alexa设备，对此，谷歌回应称将在10多亿台手机设备（Android系统）中安装Google智能助理，而苹果公司则于CES会展中心场外拉起一个以隐私为主题的巨幅广告牌—— “iPhone上出现的信息绝不外流“！
图片来源：拉雅·慕克吉（Rajat Mukherjee）
亚马逊仍未结合移动终端，也尚未认识到移动应用程序终将成为语音界的一等公民这一市场需求。
无数用户每天都使用手机里安装的功能强大的移动应用程序。在不久的将来，这一情况也不会有太大变化。语音助手要想占领市场，唯一的方法是与用户手机里那些操作简单且值得信任的移动应用程序相结合。
实际上，在2019年CES上，国际数据公司进行的消费者物联网调查显示，语音助手在智能手机上的使用率（约70％）几乎是在智能音箱中（约36％）的两倍。
无需再费功夫另起炉灶。我们应该以实用、简单的方式将用户需求与安装语音助手的手机系统相结合。为了达成这一目的，必须借助应用程序。
躺在人们口袋和手提包里的智能手机越来越强大，有着前所未有的广泛功能，还同时支持视觉和语音两种数据。作为用户，没必要把金钱浪费在购买实用性比不上智能手机的那些设备上。
应用程序可能会发生变化，智能手机可能会更新外观，体现可穿戴理念，但无论如何，随时随地连接在线数字世界这一点从未改变。这才是语音智能产品最吸引用户的地方。
简洁性、用户选择、隐私与信任感
大多数人的智能手机里已经安装了电子银行、通讯、社交网络、导航、出行和手机支付等各种应用程序。人们知道如何使用这些应用程序（简洁性）。不同应用有各自的使用场景和功能——日常办公选Slack、联络朋友用WhatsApp、联系家人挑Messenger（用户选择）。用户在不同应用上注册、设置，并选择性的输入相应信息——例如，手机银行里存有投资组合的信息，拨号处则有联系人。
人们知道哪些应用程序接触哪些数据（隐私）。人们也相信这些应用程序能够保护用户及其数据。想象在语音助手平台，用户仅发号语音施令，便可随时随地使用这些应用程序，无需重新注册服务并同意协议关系，也无需等待开发人员再费功夫，在应用内重新嵌入语音平台。
我们必须使移动应用成为第一类对象。我们要做到通过简单的语音指令就能使用移动应用。必须让用户自行选择，个性化用户体验，与此同时保证用户隐私和信任感。
随时、随地、随身。安装在智能手机上，躺在口袋或手提包里。无处不在，分文不取。
閱讀更多 讀芯術 的文章
