语音会是下一个 主要 UI 吗？

语音是下一个 UI

虽然 语音识别技术自 1950 年代就已存在，但计算能力和机器学习的最新进展使语音界面变得更加实用。支持语音应用的技术现在既相对便宜又功能强大。

随着这些进步，我们看到市场上出现了更多语音驱动的应用，包括 Amazon Echo 和 Google Home 等“语音优先”设备。这些设备的单位出货量呈指数级增长，预计到今年年底将超过 3000 万个美国家庭。可以预见，在未来几年，面向语音用例的公司和产品将处于领先地位。正如那些首推“移动优先”或“移动唯一”策略的公司是过去十年的赢家一样，那些驱动语音平台的公司可能会成为 2020 年代的市场领导者。

自动化语音识别 (ASR) 现在已达到与人类基本持平的水平。就在三年前，顶级供应商的平均 词错率 还徘徊在 25% 左右。今天，该领域的巨头 Google、Microsoft 和 IBM 都声称达到了 ~5%。换句话说，在 100 个单词的转录文本中，可能只有 5 个是错误的。在这种准确度水平下，一个全新的新颖应用和用例世界应运而生。

在语音技术进步的背景下，智能手机已经进入成熟期。智能手机的形态在过去几年没有太大变化，各大制造商的功能也大同小异。风险投资公司 Andreesen Horowitz 的 Benedict Evans 认为，智能手机正处于其产品生命周期的顶峰（见下图）。如果这是真的，那么问题来了：什么将推动科技界的下一个增长曲线？是增强现实 (AR)、虚拟现实 (VR)，还是语音？

语音系统的魅力在于它们利用了一个几乎全人类都能使用的界面：语言。即使是技术的微小进步，理论上也能产生巨大且深远的全球影响。