（文章來(lái)源：雷科技）
? ? ?? 從2011年蘋(píng)果在iPhone 4S上集成Siri開(kāi)始算起，語(yǔ)音助手在智能手機(jī)上已經(jīng)出現(xiàn)快十年了。隨著語(yǔ)音識(shí)別、AI技術(shù)的日益成熟，如今這項(xiàng)功能在手機(jī)已經(jīng)完全普及，并且延展到了智能電視、智能家居等領(lǐng)域中，它的未來(lái)前景也被無(wú)限看好。實(shí)際上，語(yǔ)音AI技術(shù)帶來(lái)的功能也不再局限于簡(jiǎn)單的虛擬助理，發(fā)展出了語(yǔ)音輸入、語(yǔ)音翻譯等更多實(shí)用的應(yīng)用，它對(duì)我們生活的滲透進(jìn)了方方面面。

蘋(píng)果語(yǔ)音助手Siri剛剛推出時(shí)，曾經(jīng)引起過(guò)一陣不小的熱潮。當(dāng)時(shí)甚至有民間開(kāi)發(fā)者制作出了相應(yīng)的Cydia插件，讓沒(méi)有得到官方支持的iOS設(shè)備，也能在越獄后用上語(yǔ)音助手功能。語(yǔ)音助手通過(guò)語(yǔ)音來(lái)實(shí)現(xiàn)人機(jī)交互，并且具備虛擬助理的功能，這種形式當(dāng)時(shí)顯得非常新穎，一下子引起了很多用戶的好奇心。

蘋(píng)果開(kāi)了頭，加上市場(chǎng)需求的強(qiáng)烈驅(qū)動(dòng)下，其他科技廠商也紛紛發(fā)力語(yǔ)音助手功能。2011年，谷歌在Chrome瀏覽器的搜索引擎中加入了語(yǔ)音搜索功能，以滿足廣大使用者語(yǔ)音輸入的需求。2013年，微軟的語(yǔ)音助手Cortana在Windows Phone系統(tǒng)上線。Cortana展現(xiàn)出了微軟在語(yǔ)音識(shí)別領(lǐng)域多年累積的技術(shù)優(yōu)勢(shì)，就使用體驗(yàn)而言，“小娜”的語(yǔ)音效果極為接近真人發(fā)聲，幾乎能達(dá)到以假亂真的效果，一下子擁有了無(wú)數(shù)擁躉。

與此同時(shí)，國(guó)內(nèi)的語(yǔ)音AI公司也在積極推出類似的產(chǎn)品。例如科大訊飛就推出過(guò)語(yǔ)音助手App，而且它也是魅族、OPPO等國(guó)產(chǎn)手機(jī)廠商的合作商，很多用戶手機(jī)上的語(yǔ)音助手或智能助理都在用科大訊飛的語(yǔ)音識(shí)別技術(shù)。

不過(guò)，當(dāng)語(yǔ)音助手在手機(jī)上快速普及并且日漸成熟時(shí)，大家對(duì)它的熱情卻似乎在慢慢退卻。就我個(gè)人的體驗(yàn)而言，在公開(kāi)場(chǎng)合極少能看到有人用手機(jī)的語(yǔ)音助手功能，盡管越來(lái)越多的廠商在大幅度地提升語(yǔ)音助手的優(yōu)先級(jí)，比如增加獨(dú)立的AI實(shí)體按鍵，把AI語(yǔ)音助理的開(kāi)關(guān)放在桌面顯眼的位置等。

很多人包括我自己在內(nèi)，不喜歡用語(yǔ)音助手，原因要么是不好用要么是不方便用?，F(xiàn)在主流語(yǔ)音助手的語(yǔ)音識(shí)別能力普遍比較強(qiáng)，但仍然會(huì)有翻車的情況發(fā)生，尤其當(dāng)環(huán)境比較嘈雜、語(yǔ)音語(yǔ)義存在歧義（也可能是普通話發(fā)音不準(zhǔn)）的情況下。很多時(shí)候，直接手動(dòng)操作，會(huì)比呼出語(yǔ)音助手幫忙方便不少。

不方便用，就很好理解了。在公開(kāi)場(chǎng)合下用語(yǔ)音助手，一方面要克服在大庭廣眾下對(duì)著手機(jī)說(shuō)話的羞恥感，另一方面要可能要顧及自己的隱私不被暴露。就現(xiàn)在來(lái)說(shuō)，智能手機(jī)相當(dāng)普及，我們對(duì)這種必需品的操作熟練度已經(jīng)非常高，很多時(shí)候不太需要語(yǔ)音這種交互形式來(lái)實(shí)現(xiàn)各項(xiàng)功能。這種情況下，手機(jī)上的語(yǔ)音功能有時(shí)候的確會(huì)給人一種比較雞肋的感覺(jué)。

語(yǔ)音AI技術(shù)并沒(méi)有止步于智能手機(jī)，而是拓展到了其他產(chǎn)品上?，F(xiàn)在，不管是智能音箱，還是智能電視，以及各類層出不窮的智能硬件產(chǎn)品，只要被冠于“智能”這個(gè)頭銜，就少不了語(yǔ)音控制的功能。有意思的是，到了家庭環(huán)境中，語(yǔ)音AI技術(shù)的優(yōu)勢(shì)似乎被更加充分地釋放出來(lái)了。更加私密的場(chǎng)景下，我們使用語(yǔ)音交互的意愿被大大增強(qiáng)。在相對(duì)封閉的環(huán)境下，用戶不用擔(dān)心隱私的問(wèn)題，心理防備也會(huì)降低，自然嘗試語(yǔ)音交互的可能性也會(huì)增加。

像電視音箱這類產(chǎn)品，傳統(tǒng)的操控工具無(wú)非是實(shí)體按鍵或者遙控器。相比之下，語(yǔ)音的優(yōu)勢(shì)在于解放了使用者的雙手。家庭環(huán)境里，用戶在做家務(wù)等騰不開(kāi)手的場(chǎng)景下，直接用語(yǔ)音命令來(lái)實(shí)現(xiàn)影音播放、家居控制等功能，無(wú)疑極大地提升了效率，使用體驗(yàn)也更進(jìn)一步。

近年，不管是智慧屏還是部分品牌的高端電視，都增強(qiáng)了大屏設(shè)備的拾音效果，通過(guò)增加收音麥克風(fēng)等方式，讓用戶隨時(shí)隨地都能喚醒作為智能控制中樞的電視設(shè)備。目前業(yè)界普遍認(rèn)為，未來(lái)5G、大寬帶的普及，以及AI技術(shù)的進(jìn)一步發(fā)展，會(huì)把我們帶入到一個(gè)萬(wàn)物互聯(lián)的時(shí)代。

當(dāng)所有我們能接觸到的電器、設(shè)備都能連上網(wǎng)并且具有智能功能后，如何方便地操控它們，會(huì)成為最關(guān)鍵的問(wèn)題。目前來(lái)看，語(yǔ)音是學(xué)習(xí)成本最低、使用最為便捷的交互方式。5G、AI、IoT、萬(wàn)物互聯(lián)……關(guān)于未來(lái)，有點(diǎn)野心的科技廠商都不想錯(cuò)過(guò)，蘋(píng)果、谷歌、小米等公司，不斷加強(qiáng)語(yǔ)音AI技術(shù)在手機(jī)系統(tǒng)中的存在感，很大程度上是在提前布局，持續(xù)培養(yǎng)用戶習(xí)慣，讓目標(biāo)群體在不知不覺(jué)中，融入廠商建立的生態(tài)圈中。

另外，不可否認(rèn)的是，對(duì)部分特定人群而言，語(yǔ)音AI相關(guān)技術(shù)在推動(dòng)移動(dòng)互聯(lián)網(wǎng)和智能生活上，發(fā)揮著舉足輕重的作用。對(duì)很多“高齡”用戶來(lái)說(shuō)，在手機(jī)上用虛擬鍵盤(pán)打字，學(xué)習(xí)成本太高、難度太大。也正因?yàn)槿绱?，很多長(zhǎng)輩在聊微信時(shí)，非常喜歡發(fā)送一長(zhǎng)段一長(zhǎng)段的語(yǔ)音信息，這讓很多人不勝其煩，恨不得讓微信砍掉語(yǔ)音功能。

但現(xiàn)在，微信等社交應(yīng)用，以及部分第三方輸入法，已經(jīng)支持語(yǔ)音輸入功能，可以把語(yǔ)音轉(zhuǎn)成文字。以目前的技術(shù)水平來(lái)看，主流語(yǔ)音輸入的識(shí)別準(zhǔn)確率和可用性已經(jīng)相當(dāng)高。像智能手表等小屏設(shè)備，語(yǔ)音控制很多時(shí)候也比觸控操作要方便得多。

此外，對(duì)部分視覺(jué)障礙人群而言，語(yǔ)音AI技術(shù)的發(fā)展，很大程度上降低了他們使用智能設(shè)備、享受移動(dòng)互聯(lián)網(wǎng)生活的門(mén)檻。我們之前曾經(jīng)測(cè)試過(guò)一些日常生活中的主流應(yīng)用，通過(guò)語(yǔ)音和實(shí)體按鍵交互，盲人群體也能比較方便地完成很多操作、使用不少功能。

不管你愿不愿意接受，近年互聯(lián)網(wǎng)技術(shù)的發(fā)展，是一個(gè)不斷侵占用戶隱私空間的過(guò)程。即使是向來(lái)標(biāo)榜尊重用戶隱私的蘋(píng)果，也在2019年被曝出隱私問(wèn)題，Siri上傳的用戶語(yǔ)音數(shù)據(jù)，可能會(huì)被人工獲取和分析。隱私和技術(shù)之間的平衡，對(duì)研發(fā)語(yǔ)音AI的公司來(lái)說(shuō)也是一個(gè)難題。理論上來(lái)說(shuō)，想讓語(yǔ)音功能變得更加好用和智能，必然需要對(duì)用戶的語(yǔ)音數(shù)據(jù)進(jìn)行分析和優(yōu)化。而關(guān)鍵問(wèn)題在于，這些被收集的信息，被泄露、非法利用的可能性有多大。

去年，咨詢公司埃森哲曾對(duì)中國(guó)用戶進(jìn)行過(guò)一次調(diào)查。數(shù)據(jù)顯示，中國(guó)用戶對(duì)語(yǔ)音助手的滿意度高達(dá)97%，但信任度依然不高。中國(guó)用戶對(duì)語(yǔ)音助手的最主要的擔(dān)憂分別為安全顧慮、用戶需求不被理解和隱私。而且，在發(fā)生過(guò)網(wǎng)絡(luò)攝像頭被竊取、開(kāi)房數(shù)據(jù)被販賣(mài)等負(fù)面事情后，國(guó)內(nèi)消費(fèi)者對(duì)隱私問(wèn)題的警惕性并不低。

2018年，歐盟通過(guò)了史上最嚴(yán)苛的個(gè)人數(shù)據(jù)保護(hù)條例GDPR，明確了用戶對(duì)個(gè)人數(shù)據(jù)擁有絕對(duì)的掌控權(quán)，對(duì)企業(yè)違規(guī)的懲罰也極重，最低罰款1000億歐元。站在用戶角度來(lái)看，這可能是好事，能遏制住企業(yè)對(duì)用戶數(shù)據(jù)濫用和對(duì)隱私的侵犯行為。但是，過(guò)于嚴(yán)格的限制，也會(huì)讓科技公司在推動(dòng)語(yǔ)音AI等需要用到大數(shù)據(jù)的技術(shù)進(jìn)步上，面臨更大的困難。

如果把眼光放得更加長(zhǎng)遠(yuǎn)的話，我們相信，未來(lái)科技生活中，語(yǔ)音在人機(jī)交互中的重要性將會(huì)大大增強(qiáng)，在智能家居等場(chǎng)景下，甚至?xí)蔀樽钪饕牟僮鞣绞健Ｖ皇?，在這個(gè)過(guò)程中，我們希望自己的個(gè)人數(shù)據(jù)，也能得到更加妥善的處理。
? ??