Siri的語音交互革命

　　iPhone 4S融入了語音功能，這將是手機的革命性的交互操作。或許你使用過Android的語音命令、Bing的語言搜索和Dragon Dictation的語音輸入，但是這些和Siri還有很大差距：

　　a.語音命令只能理解系統特定的詞匯。

　　b.語音搜索與手動輸入是並列搜索方式，識別詞匯再搜索。

　　c.語音輸入也是將語音聲波轉換為文本。

　　而Siri不但包含以上技術，看似還要理解用戶說話的意思，將人類語言翻譯成系統可以理解的語言，之後再執行命令。之所以像是理解用戶，個人認為原因在於：

　　a.視頻弱化了特定的語音命令，比之前的語音操作看起來更像是人與人之間的溝通，啟動操作符合用戶語言習慣。

　　b.有人性化的語音反饋，而不是呆板的視覺反饋，手機就是一位聲音甜美的私人助理。

　　c.覆蓋了手機常用功能，不限於某個特定的應用程序中使用。

　　d.做的更為徹底，很少有手動點擊行為，這會影響語音交互的流暢度。

　　從資料和視頻中看看Siri可以做哪些事情及其存在的問題：

　　1.結合藍牙4.0或者耳機喚醒手機。語音搜索和語音輸入等技術都要用戶手動點擊按鈕觸發語音功能，這事本身就不夠酷。但是不借助設備還存在困難，語音功能實時開啟探測聲波會耗費電量。

　　2.語音功能面臨噪音和識別來源的問題，在視頻中Siri都是在個人獨處，比較安靜的環境下使用，適用的場景比較單一。或許以後會加上定向麥克風和聲紋判定聲波來源，排除外界干擾。

　　3.包含語音搜索，可以直接搜索天氣、股票、聯系人和地址，這類搜索結果單一，不需要從眾多結果中選擇。

　　4.包含語音命令，語音查詢聯系人、啟動某個應用程序和設置鬧鐘等，但還限於手機中常用的功能。命令必須是特定的語句格式，比如打電話是“call+ 人名”，播放音樂是“play+歌名”，短信是“tell+人名+內容”。

　　5.語音播報短信文本，語音輸入短信和郵件，但系統可能會進行二次確認，將輸入內容再次讀一遍，適合盲人使用。這種語音輸入和語聊一樣，需要用戶點擊按鈕觸發系統開始探測聲波。

　　6.系統在答復用戶時，使用人性化語句交流，而不是簡單的完成命令或者特定的詞組。

　　設想下所有的手機操作都可以使用語音完成，大大減少文本輸入和功能之間的頻繁切換，更多的應用程序會支持語音交互。隨著產品迭代，語音真有可能把手機變為智能機器人，不僅僅是執行命令，陪用戶聊天等更為復雜的機器翻譯也可能融入到手機中，Siri才只是個開始。

　　文章來源：曉生語錄 轉載請注明出處鏈接。