Siri即將學會“讀心術”？2020年未來AI語音助手的7大預測

ink檔案如何轉換

全文共

4132

字，預計學習時長

分鐘

圖源：Unsplash

今天，你很傷心。

握著手機，不知道要不要找人傾訴，誰又能聽你傾訴，陷入迷茫。

“有什麼我可以幫你的嗎”一個溫柔的女聲響起。

原來你徘徊之際，無意間喚醒了Siri。

“我好傷心”

你輕描淡寫地說了一句，也不指望它（機器）能有所迴應。

“我就在這裡陪你，只要你想傾訴，隨時可以找我”

不知不覺中，Siri已經“超神”了，有時我們甚至會懷疑它悄悄學會了“讀心術”，同樣受到“習得讀心術”懷疑的，還有我們的小度。

自從2011年Siri語音助手首次出現在蘋果iPhone 4s上以來，這種技術已經從一種噱頭大於實用的創新，變成了現在智慧音箱的基礎技術。

語音技術自推出以來，已經過去八年了。據估計，每六個美國人中就有一個擁有智慧音箱（Google Home，Amazon Echo），中國也與日俱增，據eMarketer預測，到2020年將有近1億智慧手機使用者使用語音助手。

亞馬遜和谷歌等品牌在爭奪市場份額的過程中，不斷推動著這一趨勢的發展。隨著公司競相釋出語音技術整合以滿足使用者的需求，各行業，無論是在醫療保健行業還是銀行業，語音介面都呈現出指數級增長。

是什麼推動著技術轉向語音？

推動語音使用者介面的轉變主要在於使用者需求不斷變化。

千禧一代使用者的整體意識和舒適度都有所提高。在這個不斷髮展的數字世界中，速度在不斷提高，效率在不斷最佳化，便利性也在不斷提升。

使用者在日常生活中廣泛使用人工智慧也推動著語音應用的轉變。物聯網裝置例如智慧恆溫器、智慧家居和智慧音箱數量不斷增加，讓語音助手為互聯使用者的生活提供了更多實用性。

智慧音箱是語音技術得以運用的第一個途徑，但是，語音僅始於此。許多業內專家甚至預測，在未來五年中，幾乎每個應用都將以某種方式整合語音技術。

這項技術的應用無處不在，那麼在2020年後，它將指引我們走向何方呢？在對語音這一潛在技術進行了全面的概述後，得出了未來幾年的七大重要預測。

2020年關於語音技術的七大預測

圖源：Unsplash

1。改變搜尋行為

語音搜尋一直是熱門話題。

實現語音可視性無疑將是一個挑戰。

這是因為缺少語音助手的可視介面。除非將語音介面連線到Alexa或Google助手應用中，否則使用者根本無法看到或觸控語音介面。因此，搜尋行為將發生重大變化。確實，如果技術研究公司Juniper Research預測正確的話，到2022年，基於語音的廣告收入可能會達到190億美元，這在很大程度上要歸功於移動裝置上語音搜尋應用的增長。

品牌正在經歷著轉變，即由觸點轉變為聽點，有機搜尋將成為實現品牌可見性的主要方式。comScore資料披露，到2020年，50％的搜尋將透過語音技術實現。

隨著語音搜尋的普及，廣告代理商和市場營銷商期望Google和Amazon可以向其他形式的付費訊息開放平臺。

2。語音推送通知

之前已經談論了以使用者為中心推送通知可以再次吸引使用者使用該應用，語音技術提供了一種獨特的通知分發推送方法。

推送通知可增加使用者參與度和保留度，提醒使用者該應用程式並向用戶顯示相關訊息。既然Google Assistant和Amazon的Alexa都允許使用者啟用任何具有相容性第三方應用程式的語音通知，那麼使用者可以聽通知而無需讀通知了。這些通知通常與日曆中的約會或核心功能中的新內容有關。

圖源：Unsplash

3。個性化體驗

隨著語音助手能更好地區分語音，這將繼續為使用者提供更多個性化的體驗。

Google Home最多可以支援六個使用者帳戶檢測獨特的聲音，這讓Google Home使用者可以自定義許多功能。使用者可以問“今天我有什麼行程安排？”或“告訴我今天的安排？”，助手會為各個使用者提供通勤時間、天氣和新聞等資訊。還包括諸如暱稱、工作地點、付款資訊，以及Google Play，Spotify和Netflix之類的連結賬戶。

同樣，對於Alexa使用者，只需說“學習我的聲音”，即可讓使用者建立單獨的語音配置檔案，這樣該技術可以檢測到說話的使用者，以提供更多個性化的體驗。

4。安全將成為關注點

根據微軟的報告，41％的語音助手使用者擔心信任和隱私問題。

Google I / O和亞馬遜主辦的re MARS會議宣佈，語音助手基本上能夠為使用者規劃整個晚上，例如，檢視當地電影時間，購買電影票，預訂餐廳並安排Uber，其他有關付款和敏感資訊也有效。

尤其是語音支付，能讓使用者更安全、更方便地進行購買。語音使用者驗證和身份核驗也將成為語音助手體驗的重要部分，因為它們圍繞使用者建立了更多的安全機制。

5。簡化對話

谷歌和亞馬遜近日宣佈，兩家公司的語音助手將無需重複使用“喚醒”類的詞語。

在此之前，兩家公司的語音助手都必須依賴喚醒詞如Alexa、OK、Google來開始一段對話。例如，有人會問：“ Alexa，走廊恆溫器的當前溫度是多少？”然後，必須再次喚醒“ Alexa”，再要求語音助手“將走廊恆溫器設定為23度”。使用者說“ Alexa，走廊恆溫器的當前溫度是多少？”會更加方便自然。接著，只需說“將我的走廊恆溫器設定為23度”，而無需再次說喚醒類詞語，現在已經可以實現這一步了。

使用者通常在特定地方進行多工時會使用到語音助手，在使用時要麼是一個人要麼是與一群人在一起。裝置可以解碼所處語境能讓人們與這些裝置的對話更加便捷和高效，這也表明該技術的開發人員更加重視提供以使用者為中心的體驗。

圖源：Unsplash

6。觸控互動

2019年國際消費電子展繼續表明，語音和視覺顯示正在融合為一種無縫體驗。

今年Google展示了所謂的E Ink螢幕。該螢幕可以顯示天氣、當地交通訊息或日曆中的事件。整合視覺和語音功能可以讓使用者可以進一步與語音助手互動。

7。相容性與整合性

在將語音技術與其他產品整合方面，亞馬遜處於領先地位。Alexa使用者十分熟悉這樣的情況：語音助手已經整合在（如三星Family Hub冰箱等）眾多產品中。Google也抓住趨勢，釋出了Google AssistantConnect。該技術背後的想法旨在讓製造商生產可實現特定功能並與Assistant整合的定製裝置。

在2020年，人們會對語音支援裝置的開發更感興趣。這包括增加中級裝置——一種具有某些輔助功能但不是成熟智慧音箱的裝置。不過，這些裝置可以透過藍芽連線智慧音箱、顯示器甚至手機進行通訊，藍芽能確保這些能在裝置中執行。亞馬遜已經實現了支援Alexa的掛鐘。

為什麼採用移動語音戰略？

手機已經趨向個性化了，比任何網站都更加富有個性化。另外，移動裝置上的螢幕空間非常小，這讓使用者進行搜尋或導航變得更加困難。隨著產品目錄和資訊不斷增加，語音應用程式讓使用者能夠使用自然語言消除或減少體力勞動，從而大大加快了完成任務的速度。

網際網路運營商羅傑斯把語音命令引入到了遙控器，這讓使用者可以快速瀏覽並透過關鍵詞如演員姓名找到喜歡的節目或最新電影。品牌需要為使用者提供更好的移動體驗，而語音就是實現這一點的方法。使用者正在尋找能更快速便捷完成任務的方法，語音正迅速成為實現這一目標的理想渠道。

無論是查詢資訊，購物還是完成任務，語音都是全新的移動體驗。很明顯，品牌公司正在競相制定語音戰略。僅Alexa裝置就售出了1億多個，這就是企業爭相追趕的原因。

圖源：Unsplash

語音使用者介面（VUI）將繼續發展

即使只有少數幾個簡單場景，也很容易明白為什麼語音助手正逐漸成為互聯家庭和日益互聯生活的樞紐。

語音技術對開放人員而言正變得越來越易於使用。例如，亞馬遜提供自動語音識別（ASR）服務Transcribe，這讓開發人員能夠在應用程式中新增語音轉文字功能。一旦語音功能整合到應用程式中，使用者就可以分析音訊檔案，進而接收轉錄語音的文字檔案。

谷歌透過Actions開放軟體開發工具包，採取多種措施普及Assistant，這讓開發人員可以在自己開發的支援人工智慧的產品中新增語音。

Google的另一種語音識別產品是AI驅動的雲語音-文字工具，該工具讓開發人員可以透過深度學習神經網路演算法將音訊轉換為文字。

這只是語音技術的開始，在未來幾年使用者介面將出現重大進展。隨著語音使用者介面不斷髮展，公司必須開始思考如何最大限度地利用語音來更好地與使用者互動。重要的是要知道一下增加語音的價值是什麼，因為並非每個品牌都可以接受。如何為使用者創造價值？如何透過語音解決使用者的痛點？語音會增強使用者體驗還是會讓使用者失望呢？

在2020年，啟用語音的應用程式不僅會準確地理解使用者在說什麼，而且還能準確地瞭解人們說話的方式以及進行查詢的環境。

但是，在語音應用得到廣泛使用之前，仍然需要克服許多障礙。技術的進步使語音助手功能更加強大，尤其是在人工智慧、自然語言處理（NLP）和機器學習方面。

為了提供強大的語音識別體驗，背後的人工智慧必須變得更強大，以應對口音和背景噪音等挑戰。隨著使用者變得越來越習慣和依賴於使用語音與手機、汽車、智慧家居裝置等進行通話，語音技術將成為數字世界的主要介面，而語音介面設計和語音應用開發的專業人員將面臨更大需求。