Apple Watch来了，语音交互会被引爆吗？

随着互联网浪潮的爆发，各种新产品、各种新技术不断被推向用户。

前几天，Apple Watch提供预购，也有不少小伙伴直接去实体店进行了体验，不知道这款产品能不能引发市场新爆点。

在触屏技术发达的今天，在体感交互飞速发展的日子里，谁还记得10年前市场的王者还是Nokia和塞班？

现在，我不谈每天18个小时，而希望用一点时间聊聊和Apple Watch相关度很高的语音技术。

现有的移动设备交互方式对于小屏幕的智能手表来说是不合适的，信息展现方式、用户交互方式都需要进行重新设计，这为语音技术提供了得天独厚的发展土壤。根据小道消息，科大讯飞与中国移动合作的互联网产品“灵犀语音助手”正在紧张研发Apple Watch版本，希望能够尽快进入苹果商店，抢占这块新高地。相信苹果也会对Siri大力优化，毕竟亲生的好处是不可比拟的。

首先，我们有必要了解一下语音技术的三个环节，语音识别、自然语言理解、语音合成。

• 语音识别：用户说出的话，对于机器来说首先要能够转换成正确的文字，这样才能进行理解。如果我说“附近有什么好吃的”，而识别结果为“附近有什么好玩的”，那么可想而知，后续反馈的结果将不会被我认可

• 自然语言理解：既然已经识别为计算机可理解的内容，那就要开始内容的理解了，这也是语音技术当前的瓶颈与分水岭。好比计算机已经接收到我在找“附近好吃的”这个信息，但理解成了我在找“附近哪里有WC”，显然结果不会令我满意

• 语音合成：计算机处理完成，需要给出反馈，除了文字、图片、视频的展现，语音也必不可少，此时文字被重新合成语音，加以接近真人声音的播报，语音合成的技术门槛已相对较低

那么用户怎样使用语音才会最爽呢？当前阶段，自然语言理解的正确率依然得不到保证，一旦不能满足用户预期，那么用户再来一次的成本很高。所以，在设计时需要尽量避免该环节对用户体验产生的影响。

在我看来，未来一段时间内，有关语音技术的使用主要在以下几个方面：

语音输入

• 语音识别技术已经比较成熟，只要普通话不差得离谱，外部噪音在一定范围内，整句识别率达到85%以上问题不大

• 在线时可以通过大数据和强大的算法，离线时可以使用离线语音包，整体覆盖了用户使用场景

• 语音输入的速度优势无可比拟，但是出错修改的成本高，识别准确率的不断提升，会使得语音输入优势愈发明显

• 电子设备屏幕趋向大小两个极端，语音输入可以比触屏输入更好的适应不同的设备

• 解放双手仍需时日，但是解放双手的爽感真的停不下来

语音反馈：

• 结合语音合成技术，能够给用户操作带来更多选择

• 语音反馈不同于文字、图片、视频，不依赖于电子设备屏幕，而是基于声音输出设备，所见即所得可以升级为所听即所得

• 很好的补充了用户不能关注屏幕时的使用场景

• 志玲姐姐的声音都能合成出来，还有啥不可以的

语音控制

• 语音识别后针对关键字进行解析，至少可以完成简单的语音命令

• 应用场景不再局限于手机，各种智能硬件想象空间巨大

• 不再担心距离的限制，语音远程操控也有发展空间

语音技术被说了那么多年，尽管Apple Watch来了，但是真正被使用的频率还是偏低，在未来，还有很长的路要走。这两年，移动互联网已经将人们的想象空间不断扩大，我对语音交互的未来充满期待！如果自然语言理解领域取得突破，那么价值不可估量！