雷锋网按：最近关于智能音箱的争论沸沸扬扬，在雷锋网此前的智能音箱系列报道中，国内多数业内人士也并不看好它的发展。尽管如此，我们也应该看到支持者发出的声音。本篇为外媒 VentureBeat 上的文章，雷锋网进行了编译整理。
随着苹果 HomePod 在 2017 年 WWDC 大会上发布后，战斗已然打响——我们都在观望看谁能将赢得声控智能音箱市场的领导者。
虽然早期采用者将这些设备应用到了他们的生活中，而晚期采用者由于对安全性的顾虑拖了后腿，但我们仍然觉得，这种声控技术的趋势没有出现任何放缓迹象。尽管已经存在了几十年，但近年来，这种技术使用在了汽车、手机、冰箱，甚至是灯具上。也许这些智能音箱和它们的虚拟助手是家庭控制的一个迹象，它表明我们正处于另一次技术革新的转折点上。
毕竟，声控技术竞赛是一个微妙而振奋的信息，它提醒和预示着屏幕时代正在远去。
为什么屏幕不能与人声竞争？
据美国语言学会介绍，当我们用言语来传达和收集信息的时候，利用的是人性更深层次、更原始的那部分。虽然文字出现了大约 6000 年，但口语存在的时间更为长久。孩子在两岁的时候开始说话，但学会写字（尤其是清晰地书写）则需要更长时间。实际上，口语是人与人交流的最原始的“用户界面”。
那么一般来说，当我们想快速检查天气、运动成绩或航班起飞的时间时，我们应该大声询问，而不是通过加载一个网页输入搜索，然后筛选结果来阅读信息。
诚然，有一些搜索词我们并不希望大声宣布结果（例如，“找到附近的卖订婚戒指珠宝店”），并且希望其他结果将是可视化的（例如，“显示我的订婚戒指设计”）。
但是对于许多需要广泛信息的日常任务，声控技术提供了一种快速组织信息的快捷方式，来获取人们需要在生活中继续使用的数据。
谁将在智能音箱的本土市场中占据制高点？
这些设备正在为人类和技术之间的自然交互发挥作用，这意味着那些最接近真实人类交流的设备提供者将会获胜，它具有准确的结果和完善的功能。
具体来说，在于这种音箱能否分辨一个孩子和一个成年人声音之间的差异，并相应地调整其结果；能否将准确表达意图的书面信息（言语到文本）发送给其他人，并填写正确的标点符号；以及用户对这台机器进行互动的欲望有多强烈。
亚马逊已经给 Alexa（Echo 智能音箱的声音）设置了一些幽默的话语反馈，这种方式可以使得设备展示出“个性”并表达某类人的微妙之处。 Google 聘请了前 Pixel 故事板艺术家，用他的的思维来帮助 Google Assistant 创建其个性。同时，苹果公司已经宣布，Siri 也在进行一些声音的改进 。它甚至在 Siri 给出的反馈中添加了语境，这得益于机器人从手机上收集了日历、位置和当前活动的数据。
这些设备不仅尝试清除屏幕界面，而且这些公司希望让人们会感到这种技术已经不复存在，取而代之的是使用 AI 的真实人性化体验。
声控设备未来的挑战
有人认为，没有强大算法和技术增强能力来帮助指导设备做出响应的语调。虽然这种的想法是愚蠢的，但需要谨记的是，一些设备正在使用的合成声音所能实现的效果仍然存在局限性（Apple 的 Siri 目前由 Susan Bennett 配音）。
随着声控技术不断发展，越来越多的公司都将使用这种新型互动方式，品牌很可能会找出搜索时听起来像它们自己的声音——不仅仅是声音质量，更在于风格。
当品牌创造性地设计如何将声音自然地整合到产品和网站上时，它们将扫清一切障碍。诸如 UX / UI 设计以及其操作的脚本等元素将随着屏幕消失而变得更为重要，人类的声音会再次回到中心舞台。
via VentureBeat
正在生成分享图...
刘伟