雷鋒網(wǎng)按：最近關(guān)于智能音箱的爭論沸沸揚揚，在雷鋒網(wǎng)此前的智能音箱系列報道中，國內(nèi)多數(shù)業(yè)內(nèi)人士也并不看好它的發(fā)展。盡管如此，我們也應(yīng)該看到支持者發(fā)出的聲音。本篇為外媒 VentureBeat 上的文章，雷鋒網(wǎng)進行了編譯整理。

隨著蘋果 HomePod 在 2017 年 WWDC 大會上發(fā)布后，戰(zhàn)斗已然打響——我們都在觀望看誰能將贏得聲控智能音箱市場的領(lǐng)導(dǎo)者。

雖然早期采用者將這些設(shè)備應(yīng)用到了他們的生活中，而晚期采用者由于對安全性的顧慮拖了后腿，但我們?nèi)匀挥X得，這種聲控技術(shù)的趨勢沒有出現(xiàn)任何放緩跡象。盡管已經(jīng)存在了幾十年，但近年來，這種技術(shù)使用在了汽車、手機、冰箱，甚至是燈具上。也許這些智能音箱和它們的虛擬助手是家庭控制的一個跡象，它表明我們正處于另一次技術(shù)革新的轉(zhuǎn)折點上。

畢竟，聲控技術(shù)競賽是一個微妙而振奮的信息，它提醒和預(yù)示著屏幕時代正在遠去。

為什么屏幕不能與人聲競爭？

據(jù)美國語言學(xué)會介紹，當(dāng)我們用言語來傳達和收集信息的時候，利用的是人性更深層次、更原始的那部分。雖然文字出現(xiàn)了大約 6000 年，但口語存在的時間更為長久。孩子在兩歲的時候開始說話，但學(xué)會寫字（尤其是清晰地書寫）則需要更長時間。實際上，口語是人與人交流的最原始的“用戶界面”。

那么一般來說，當(dāng)我們想快速檢查天氣、運動成績或航班起飛的時間時，我們應(yīng)該大聲詢問，而不是通過加載一個網(wǎng)頁輸入搜索，然后篩選結(jié)果來閱讀信息。

誠然，有一些搜索詞我們并不希望大聲宣布結(jié)果（例如，“找到附近的賣訂婚戒指珠寶店”），并且希望其他結(jié)果將是可視化的（例如，“顯示我的訂婚戒指設(shè)計”）。

但是對于許多需要廣泛信息的日常任務(wù)，聲控技術(shù)提供了一種快速組織信息的快捷方式，來獲取人們需要在生活中繼續(xù)使用的數(shù)據(jù)。

誰將在智能音箱的本土市場中占據(jù)制高點？

這些設(shè)備正在為人類和技術(shù)之間的自然交互發(fā)揮作用，這意味著那些最接近真實人類交流的設(shè)備提供者將會獲勝，它具有準確的結(jié)果和完善的功能。

具體來說，在于這種音箱能否分辨一個孩子和一個成年人聲音之間的差異，并相應(yīng)地調(diào)整其結(jié)果；能否將準確表達意圖的書面信息（言語到文本）發(fā)送給其他人，并填寫正確的標(biāo)點符號；以及用戶對這臺機器進行互動的欲望有多強烈。

亞馬遜已經(jīng)給 Alexa（Echo 智能音箱的聲音）設(shè)置了一些幽默的話語反饋，這種方式可以使得設(shè)備展示出“個性”并表達某類人的微妙之處。 Google 聘請了前 Pixel 故事板藝術(shù)家，用他的的思維來幫助 Google Assistant 創(chuàng)建其個性。同時，蘋果公司已經(jīng)宣布，Siri 也在進行一些聲音的改進 。它甚至在 Siri 給出的反饋中添加了語境，這得益于機器人從手機上收集了日歷、位置和當(dāng)前活動的數(shù)據(jù)。

這些設(shè)備不僅嘗試清除屏幕界面，而且這些公司希望讓人們會感到這種技術(shù)已經(jīng)不復(fù)存在，取而代之的是使用 AI 的真實人性化體驗。

聲控設(shè)備未來的挑戰(zhàn)

有人認為，沒有強大算法和技術(shù)增強能力來幫助指導(dǎo)設(shè)備做出響應(yīng)的語調(diào)。雖然這種的想法是愚蠢的，但需要謹記的是，一些設(shè)備正在使用的合成聲音所能實現(xiàn)的效果仍然存在局限性（Apple 的 Siri 目前由 Susan Bennett 配音）。

隨著聲控技術(shù)不斷發(fā)展，越來越多的公司都將使用這種新型互動方式，品牌很可能會找出搜索時聽起來像它們自己的聲音——不僅僅是聲音質(zhì)量，更在于風(fēng)格。

當(dāng)品牌創(chuàng)造性地設(shè)計如何將聲音自然地整合到產(chǎn)品和網(wǎng)站上時，它們將掃清一切障礙。諸如 UX / UI 設(shè)計以及其操作的腳本等元素將隨著屏幕消失而變得更為重要，人類的聲音會再次回到中心舞臺。

via VentureBeat

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。