前段時間，中興星星語音手機二代發布，作為主打語音控制的智能手機，星星二代具有不少語音控制方面的特色。

　　而在近幾年，在新手機面世時的廣告語中，“交互新革命”“全新的交互體驗”等名詞層出不窮，在眾多交互方式中最為突出的一種當屬語音交互。語音交互，說白了就是采用語音助手等系統級應用或者第三方應用來對手機進行控制。自蘋果的Siri打開了智能語音助手之門后，各類語音助手野蠻生長，互聯網巨頭、移動 運營商、手機廠商等眾多企業紛紛涌入，手機應用市場內多達幾十款之多的語音助手讓人看得眼花繚亂，各類內置語音操控的智能手機也陸續問世。但是，我們會一個奇怪的現象——并沒有多少人去用它。就連整體性能最優的蘋果的Siri助手，我們也鮮少看到有人使用，這是為什么呢?本文就粗略來分析一下。

　　不確定性

　　目前，大多數語音助手對于自然語言識別率已經達到了一個較高的水準，對于常用的手機語音操控短句識別率較高并且擁有極高的響應速度。但是，識別并不等同于理解，對于一些復雜句式的長句，在人看來很正常很容易理解，機器可能就無法理解。于是，這就導致了一個不確定性的問題：語音助手大多采取一問一答的方式來處理問題，很多情況下你問了卻沒有回復，一方面是無法準確識別語音內容，另一方面就是系統可能不支持你的語音控制命令。在使用手機助手時，如果經常遇到這樣的問題，那就自然有了“說了后未必能得到回復”或是“可能要再說一遍”的潛意識。重復幾次失敗后，人們自然會對這種理解能力的東西意興闌珊了。

　　針對不確定性的兩個方面，首先固然是語音識別技術本身，自然語言的算法速率和準確率需要進一步提升，另外，還需要龐大的時間去機械地積累語料庫，這些可能只能等待人工智能的進一步發展了。就算不用像人類這樣聰明，其程度也必須要達到基本通過“圖靈測試”(一種測試機器是不是具備人類智能的方法。其內容是，如果電腦能在5分鐘內回答由人類測試者提出的一系列問題，且其超過30%的回答讓測試者誤認為是人類所答，則電腦通過測試)。

　　無法排除的環境干擾

　　由于手機使用的場所十分多變，有可能時常處于聲音極其嘈雜的環境下，所以要實現準確的識別功能，智能設備也需要像人耳一樣具有排除噪聲的能力。這就涉及到噪聲的過濾，這類良好的噪聲過濾的實現需要軟硬件共同的努力：硬件上，已有的方法例如使用兩個麥克風進行信號收集比對，混合處理，達到剔除噪聲的目的; 軟件上，主要依賴于各類濾波算法的使用，這也是最難的，目前大多還停留在實驗階段，并沒有什么特別成熟的解決方案。

　　另外，現行的語音操作過程甚至還強迫用戶手動輔助完成，這根本是語音助手類應用致命性的缺陷。語音交互的根本目的在于解放人的雙手，人機的語音交流應該是具備相較于“觸摸”更遠的交互距離。比如你的手機在桌上，你躺在沙發上。這時候你拿手機會比較麻煩，所以就會用到語音交互的方式。但較遠的距離也勢必會影響聲音的傳達，所以除了噪聲過濾算法之外，模糊人聲識別也會成為一個必要的技術方向。

　　無法覆蓋App功能

　　在三大手機平臺上，蘋果的Siri、安卓的GoogleNow以及微軟的Cortana可以說都算不錯的語音助手。但是都有一個通病，就是基本只限于自身系統這個層級，無法滲透到APP中去?；蛘邠Q個說法，也就是語音助手無法實現完全語音控制。舉個例子，使用系統語音助手可以輕松打開一款第三方的音樂播放軟件，但是打開這款軟件后就沒有與之相配套的語音命令了，例如“暫停”、“下一首”、“調高/低音量”或重復播放等等。從技術角度來說，這種完全語音控制APP幾乎不存在任何障礙，幾乎所有語音命令系統都能理解上述這些簡單的詞匯。解決這個也只需系統開發者提供相應的語音助手API(應用程序接口)即可，可是如今卻沒有一個廠商愿意這么做。

　　其實，這涉及到一個業界生態的問題，雖然語音識別和屏幕觸控都可以通過開發API的方式在非系統層級應用中使用。但語音識別是暫時是需要通過云端服務器來實時返回結果的，而不是像屏幕響應這樣在本機上就可以處理完成結果。那么就算安卓或是iOS開發出了相應的語音識別API，各大應用服務商會允許谷歌或 是蘋果深入到應用的數據上面嗎?

　　就像騰訊是以中國幾億QQ用戶的關系鏈數據發家，它是否會允許蘋果在語音識別的API上深入到其數據內部呢?所以這些也涉及到商業利益的問題。

　　隱私及安全問題

　　在上一節中提到，語音識別會通過云端服務器來返回結果。既然涉及到了云存儲，那么又會帶來隱私與安全的問題。任何一家公司都無法回避這樣的問題，即使是“最好”的蘋果公司也因為iCloud導致的好萊塢女星艷照事件而備受指責。

　　撇開個人隱私不說，這還可能上升至國家信息安全的問題。在今年8月，蘋果公司把中國用戶的數據轉存至中國電信的云服務存儲器上。從關注信息安全的人士看來，蘋果此舉相當于“把球踢給了中國政府”。業內人士表示，如果不從法律法規上對跨境數據的流動進行規范和管理，那么即使蘋果等境外互聯網公司租用中國的 服務器，對于中國的信息安全局勢而言，安全風險并不會降低，而是變得更高。

　　回歸本文，如果語音交互開放到一定程度，未來用戶可能使用語音來輸入賬號、密碼或者進行相對私密會話，這類語音信息的安全存儲能否得到保證也值得關注。

　　總結

　　隨著智能手機的發展，關于語音交互的革命仍然會繼續，這將是一場持久戰。一項新技術的誕生到被人們完全接受使用必定要經歷一段陣痛?？偟膩碚f，語音控制的未來是光明的，這是一項造福于人類，改變人們生活方式的新型技術，讓我們共同期待吧。