智能語音助手註定是消遣的玩意嗎？

近幾年隨著技術的發展，人工智慧助手的概念越來越火，吳軍在《智能時代》裡面指出：人工智慧技術在未來十年間將會影響我們生活的方方面面，我們的家居、娛樂、各種服務體驗，將會發生顛覆性改變。而其中自然也包括了智能語音助手方面。

被稱為「互聯網女皇」的瑪麗·米克爾在2016年互聯網趨勢報告中也曾說道，在過去75年裡，每10年就有一次人機交互的重大革新，人類對機器的操作，從物理手柄按鍵，到物理鍵盤滑鼠，再到觸摸屏，而現在語音成為了重要的交互方式。

自蘋果在11年IPhone 4s發布會上發布了世界驚艷的Siri后，並在後續支持中文語音識別和互動開始，語音助手浪潮首先在手機端應用掀起。經過數年的不懈發展，原本通過手動的人機交互模式已衍生出許多口令式應用場景，與此同時，在炙手可熱的智能家居市場中，以語音交互為基礎的人機互動模式也逐步成為標準性功能配置。

如今通過Siri，靈犀語音等智能助手在手機上實現讀簡訊、撥電話、智能提醒、語音翻譯、搜索等功能已不再新鮮，通過後期的技術迭代，學習新的聲音和語調，提供個性語音播報和替換全局發音人也是輕而易舉。

雖然已經實現了多種功能，但語音助手仍然有許多亟待解決的問題。例如由於機型和系統適配問題，手機上大多只能做到粗淺的使用，不能真正深層次做到使用語音就可以操作手機，導致語音助手本身的應用場景非常匱乏，在很多應用場景上並不是很自如的使用，甚至有些場景就是為了增加語音交互而生造出來的。再加上語音識別的成功率和語音理解能力的限制，以及語音識別涉及到雲存儲如何保障隱私和安全的問題。這也造成了用戶實際應用情況並不像其產品覆蓋面那樣廣泛的情況，因此也有很多人認為語音助手已經淪為類似「雞肋」的軟體。

雖然當前語音助手存在諸多不足，有許多瓶頸需要突破，但不能就此認定語音助手在未來無法扮演重要角色。原因筆者認為有以下幾個方面：

1、語音相比文字來說有著幾乎壓倒性的優勢，例如相同時間內語音比文字傳遞信息更多更簡單方便，且語音交流更符合人類的本能。因此AI語音助手雖然只是一個輸入的解決方案，並不能完全取代鍵盤和觸摸屏，但是一旦成熟，帶給用戶的體驗是非常棒的。

2、人們往往對於智能語音助手都是有一種很高的期望，希望有一天智能語音助手能真的能夠達到理解自己幫助自己做一些事情。每個人都幻想擁有鋼鐵俠中的「賈維斯」而待語音助手真的做出突破后，這種期望將會迅速轉化成大批忠實用戶，可以預見用戶的增長將是指數級的。不要小瞧慾望的推動力。

3、語音交互作為重要的交互方式，在人機交互中肯定有不可取代的地位。有些場景實用語音交互是極為適當和方便的，在未來語音交互一定會成為主流的交互方式。

智能語音助手的出現喚醒了用戶聽覺和語音層面的交互體驗，為用戶的生活方式提供了更多維的智能選擇。這個新興領域裡，各大巨頭為了獲得更多的移動搜索市場份額爭相鬥艷，例如亞馬遜，蘋果，谷歌，國內的BAT，訊飛等等。

基於目前的仍然處於弱人工智慧初級階段的現狀，人們還無法真正的做到讓人工智慧擁有真實的情感或者說無障礙交流，坦白說，如果往極致的體驗去談，這些人工智慧助手大部分用起來還是很像「人工智障」。因此如果單純做多輪對話就顯得十分沒有必要，畢竟用戶不可能需要牛頭不對馬嘴的聊天機器人。

現在當務之急應該是繼續深耕在應用場景上，切實落地更多的產品功能，例如語音隨時喚醒，開關機，甚至控制汽車和診斷身體等，如果真的實現那會對用戶產生巨大的吸引力。正如吳恩達之前說，人工智慧的自然語言理解與交互，如果要達到流暢，起碼還要三五年。

像訊飛的靈犀語音，蘋果的siri能切實的幫助到人們的生活偏工具類的語音助手，更貼近用戶的核心需求，更符合當下對人工智慧定位。如果靈犀語音等智能助手軟體在現在的語音撥打電話，智能提醒等功能的基礎上再打通更多功能的話，到那時智能語音助手將會成為名副其實的「標配」。