電話的從發(fā)明至今已經(jīng)有上百年的歷史了，在這上百年里，人類與電話的交互方式也悄然發(fā)生了質(zhì)的改變。直到手機(jī)被發(fā)明后標(biāo)志著智能時(shí)代的到來。而智能手機(jī)交互方式卻變得止步不前，除了觸摸還是觸摸，就沒有點(diǎn)新鮮的嗎？我們每天捧著手機(jī)刷朋友圈，打農(nóng)藥真的以為我們是在玩手機(jī)？而不是手機(jī)玩我們？

　　筆者認(rèn)為，智能手機(jī)應(yīng)該是無(wú)時(shí)無(wú)刻可以聽懂人話，才叫智能。而恰逢此時(shí)智能語(yǔ)音助手的出現(xiàn)才讓我們充分感覺到了智能的存在。那么在了語(yǔ)音交互之前我們還是先來看看從古至今，人類在信息交互上是如何發(fā)展的吧。

　　快搬小板凳 開始講課了

　　通訊基本靠吼 傳遞基本靠腿

　　在古代，人類沒有的傳遞信息方式靠的就是一張嘴，一雙腿。馬拉松的故事大家應(yīng)該都聽過，一名雅典士兵靠著一雙腿跑回了故鄉(xiāng)告訴部隊(duì)勝利的消息。那個(gè)年代人類更多的通訊交互方式是靠自身或是以動(dòng)物為載體來傳達(dá)。

人類因電話發(fā)明而改變

　　140年前電話誕生后，人類通訊才真正意義上有了交互。電話的發(fā)展歷史就是一篇人類通訊史。電話的出現(xiàn)讓人與人之間變得更近，也讓世界變得越來越小。而最早的電話使用最廣的則是在戰(zhàn)爭(zhēng)領(lǐng)域。

手搖式電話機(jī)（圖片來自網(wǎng)絡(luò)）

　　手搖電話機(jī)在戰(zhàn)場(chǎng)中運(yùn)用的最為廣泛，前線指揮官在電話上搖兩下就可以接到后方指揮官。那時(shí)候的電話機(jī)屬于單線聯(lián)系，無(wú)需撥號(hào)但需要人工連線才能幫忙接通。

　　不過隨著改革開放的到來，“樓上樓下，電燈電話”的夢(mèng)想在千百中國(guó)人心中扎根，那些年家里能有個(gè)電話已經(jīng)是富貴的象征。而那時(shí)候電話座機(jī)與目前其實(shí)模樣相差并不多，采用數(shù)字鍵撥號(hào)來與電話控制。

　　1973年美國(guó)摩托羅拉發(fā)明了第一款推向民用的移動(dòng)電話，但人與電話之間依然是靠按鍵的形式進(jìn)行交互，而知道2007年喬老爺子發(fā)布第一款iPhone后，交互方式才徹底被改變。

喬布斯發(fā)布第一代iPhone

　　觸摸的交互形式其實(shí)并非蘋果首創(chuàng)，但蘋果在當(dāng)時(shí)將觸摸的體驗(yàn)做到最好。那時(shí)候大家才發(fā)覺到屏幕還能如此一般的觸摸簡(jiǎn)直不可思議，都被那絲滑的流暢和多點(diǎn)觸控帶來的良好體驗(yàn)所折服。

　　智能語(yǔ)音不是聊天機(jī)器人

　　縱觀整個(gè)手機(jī)和電話發(fā)展史，人類與電話之間的交互不管是搖還是按，再到觸摸，都沒有離開過我們的雙手。如今智能的功能越做越豐富，而在交互邏輯上除了觸摸還是觸摸，但為了能徹底解放我們的雙手，就需要新的一種交互方式，智能語(yǔ)音。

　　提到智能語(yǔ)音就不得不提到人工智能，有智能語(yǔ)音的加持，所有的智能設(shè)備才可以變得真的只能。智能設(shè)備首先就是要先從聽得懂人話開始。而智能語(yǔ)音可不是單純的聊天機(jī)器人，智能語(yǔ)音是通過及時(shí)對(duì)話完成交互，實(shí)現(xiàn)幫用戶解決問題甚至提出一些合理的建議。

　　說起手機(jī)語(yǔ)音助手方面就不得不提蘋果的Siri和谷歌的Google Now。

　　蘋果Siri

　　Siri成立于2007年，2010年被蘋果以2億美金收購(gòu)，最初是以文字聊天服務(wù)為主，隨后通過與全球最大的語(yǔ)音識(shí)別廠商N(yùn)uance合作，Siri實(shí)現(xiàn)了語(yǔ)音識(shí)別功能。

Siri智能語(yǔ)音助手

　　每年蘋果都會(huì)在iOS系統(tǒng)更新上花大力氣優(yōu)化Siri，一句“Hi Siri”就可以完全激活Sir語(yǔ)音助手。其最大的特色，則是人機(jī)的互動(dòng)方面，不僅有十分生動(dòng)的對(duì)話接口，其針對(duì)用戶詢問所給予的回答，也不至于答非所問，有時(shí)候更是讓人有種心有靈犀的驚喜，例如使用者如果在說出、輸入的內(nèi)容包括了“喝了點(diǎn)”、“家”這些字（甚至不需要符合語(yǔ)法，相當(dāng)人性化。。。），Siri 則會(huì)判斷為喝醉酒、要回家，并自動(dòng)建議是否要幫忙叫出租車。

　　Google Now

　　說完了蘋果那必須就要來說說他的對(duì)手Google，Google Now是在谷歌I/O大會(huì)上隨安卓4.1系統(tǒng)同時(shí)推出的一款應(yīng)用，作為一款語(yǔ)音助手，它會(huì)全面了解用戶的各種習(xí)慣和正在進(jìn)行的動(dòng)作，并向用戶提供相關(guān)信息。

Google Now

　　相比于Siri作為最早發(fā)布的個(gè)人智能語(yǔ)音助理產(chǎn)品，Siri必定會(huì)遇到強(qiáng)有力的競(jìng)爭(zhēng)對(duì)手，被超越也屬正常情況。Google Now優(yōu)于Siri的一個(gè)先天優(yōu)勢(shì)在于與Google搜索功能的結(jié)合，用戶搜索的關(guān)鍵詞被記錄下來，Google Now智能化讀取關(guān)鍵詞后，為用戶提供相關(guān)的語(yǔ)音服務(wù)。除了處理速度快之外，Google Now針對(duì)用戶需求“主動(dòng)”為用戶發(fā)出提醒，而不僅僅是回答用戶的提問，產(chǎn)品性能更為人性化。

　　但是作為中國(guó)用戶，在中文語(yǔ)境下兩款的語(yǔ)音體驗(yàn)都不盡如人意，Siri的語(yǔ)音識(shí)別率不高，稍微有點(diǎn)方言就聽不懂，但是人工智能做的比較好，調(diào)戲Siri已經(jīng)它存在的意義，不過搜索引擎夠強(qiáng)大。

網(wǎng)友調(diào)戲Siri（圖片來自微博）

　　Google Now語(yǔ)音識(shí)別率很高，但Google Now不像Siri那樣有人情味，比較呆滯死板，不能調(diào)戲。還一個(gè)重要的一點(diǎn)，在中國(guó)我們壓根就用不了谷歌的任何服務(wù)，而且就算可以用還需要將手機(jī)界面設(shè)置成英語(yǔ)。

　　中文語(yǔ)音助手不雞肋

　　話說我們中國(guó)語(yǔ)言博大精深，一句話可以就可以有多重含義。

　　“夏天能穿多少穿多少，冬天能穿多少穿多少”。

　　有時(shí)候我們不得不佩服老祖宗，能把這么復(fù)雜的語(yǔ)言傳承下來實(shí)屬不易。在語(yǔ)音識(shí)別方面谷歌和蘋果甚至微軟都很難做到準(zhǔn)確識(shí)別中文，明明識(shí)別非常好，可到了中文模式下本是智能的語(yǔ)音助手卻變成了智障語(yǔ)音。

　　在中文語(yǔ)境里做的比較好的不得不提一下訊飛，筆者知道訊飛做智能語(yǔ)音應(yīng)該還是說因?yàn)殄N子的堅(jiān)果Pro上的閃念膠囊，孤陋寡聞的我以前并不是很看好語(yǔ)音輸入和語(yǔ)音識(shí)別。但在堅(jiān)果Pro上看到了訊飛語(yǔ)音輸入后才徹底改變了我對(duì)這一事物的看法。

隨堅(jiān)果Pro推出的閃念膠囊（圖片來自網(wǎng)絡(luò)）

　　拋開錘子的閃念膠囊，訊飛可以讓中文語(yǔ)音輸入做到如此高的準(zhǔn)確率實(shí)屬難得，而訊飛推出的靈犀語(yǔ)音助手也針對(duì)中文口音問題進(jìn)行了識(shí)別優(yōu)化。目前在國(guó)內(nèi)成為了代替Google Now的語(yǔ)音助手。

　　智能語(yǔ)音是強(qiáng)智能還是弱智能？

　　弱智能，直接開門見山的給出我的答案。目前來看，智能語(yǔ)音助手還處于很基礎(chǔ)的階段，除了可以滿足用戶的查看天氣預(yù)報(bào)和定鬧鐘以外很難想象得到能有別的什么用。英文語(yǔ)境下的智能程度多少要比中文高，其中的原因我分析有兩個(gè)。

　　第一是受語(yǔ)言環(huán)境所致，上面也闡述到了，中文的語(yǔ)言表述非常復(fù)雜，復(fù)雜程度可以說就連我們自己有時(shí)候都聽不明白，一句話可以有好幾種表達(dá)方法。再加之中國(guó)的方言千變?nèi)f化，就算是普通話還會(huì)分南區(qū)北區(qū)江浙區(qū)之分。

　　“劉奶奶找牛奶奶買榴蓮牛奶，牛奶奶給劉奶奶拿榴蓮牛奶”這句話讓NL不分的南方同學(xué)念出來估計(jì)要難為死了。

　　第二個(gè)原因則是大部分掌握智能語(yǔ)音核心技術(shù)的都是國(guó)外公司，國(guó)外公司不愿意將主要心思放在中國(guó)，而我們國(guó)內(nèi)的智能語(yǔ)音研發(fā)公司又比較稀缺，使得國(guó)內(nèi)的智能語(yǔ)音使用率偏低。

　　不過隨著人工智能浪潮的來襲，我們會(huì)更加的急需智能語(yǔ)音助手的幫助。在智能家居如果連人話都聽不懂只是簡(jiǎn)單靠?jī)扇齻�(gè)APP支持那還叫什么智能？在智能汽車中，如果汽車連我要去大柵（shi）欄還是大柵（zha）欄都聽不懂還怎么導(dǎo)航？

　　終極交互方式聯(lián)想（純屬聯(lián)想 只為娛樂）

　　智能語(yǔ)音交互可以說是目前最靠譜的未來暢想，而人類的鉆研和進(jìn)步是永無(wú)止境的，此時(shí)我們每天用的叫手機(jī)，那今后隨著技術(shù)的不斷更新，手機(jī)或許也就不叫手機(jī)了。

　　眼球交互

　　早在若干年以前，三星就在Note3上搭載過眼球翻頁(yè)的技術(shù)，也算得上是當(dāng)時(shí)一項(xiàng)黑科技的存在，但不知道因?yàn)榉��?yè)時(shí)過于尷尬所以才取消這技術(shù)。試想一下如果這項(xiàng)技術(shù)在今后可以實(shí)現(xiàn)，那么應(yīng)該會(huì)極大程度上避免斗雞眼的發(fā)病率。

　　全息投影

手掌投影操作（圖片來自網(wǎng)絡(luò)）

　　手腕上可以帶上一種全息投影裝置，隨用隨打開，但終究還是靠手指來進(jìn)行交互操作，所以只能說是在設(shè)備上進(jìn)行了創(chuàng)新。不過倒是對(duì)練練左手很有幫助。

　　意念交互

意念控制（圖片來自網(wǎng)絡(luò)）

　　使用意念來控制設(shè)備應(yīng)該是人類的最終極狀態(tài)，每個(gè)人腦中都可以植入一顆電子芯片，通過思想來控制智能設(shè)備。開車時(shí)用意念控制車輛的行駛，通話時(shí)只需要用意念控制通訊設(shè)備撥打電話。到那時(shí)人類才算是徹底解放了雙手。

　　寫在最后

　　當(dāng)智能語(yǔ)音剛剛出現(xiàn)在手機(jī)當(dāng)中時(shí)，它只是作為了一款輔助工具來使用，更多的只是完成一些很機(jī)械式的工作。但隨著智能家居和智能移動(dòng)設(shè)備的智能化，手機(jī)將肯定還是會(huì)作為一個(gè)智能中樞，來起到與智能設(shè)備聯(lián)動(dòng)的作用。

　　筆者認(rèn)為只有智能語(yǔ)音的加強(qiáng)才可以讓設(shè)備聽懂我們需要什么。雖然目前來說智能語(yǔ)音只是扮演一個(gè)助手角色，而作為設(shè)備聯(lián)動(dòng)中樞的手機(jī)，首先是要先聽懂。所以今后手機(jī)交互的將來，最可能實(shí)現(xiàn)的就是讓語(yǔ)音助手變成“語(yǔ)音主手”。

　　不知大家有什么意見呢？可以隨時(shí)留言與筆者溝通。