为什么语音计算总是失败？

语音计算的失败与未来

• 语音计算最近经历了几年非常艰难的时期，微软的Cortana彻底失败，亚马逊的Alexa业务也遭受了巨大损失，谷歌的平台失去了很大的发展势头，而苹果的Siri也鲜有实质性更新。

• 科技巨头们花费了数百亿美元和整整10年时间来努力打造终极语音平台，但普通消费者仍然只是用它来设定定时器和控制智能家居设备。

• 新一代语音助手采用了真正的生成式人工智能，变得更加智能和灵活；同时配备了摄像头和先进的计算机视觉，可以进行更多复杂的交互，如快速估算水果的糖分含量，查询杏仁中蛋白质含量，甚至监测食物的烧烤时间。

语音计算的失败与未来

声控计算的未来

• 新的声控计算设备可能具有令人印象深刻的潜力，尤其对于视力不佳或年长者来说，这些技术进步可能会带来巨大改变。

• 然而，公司将声控技术作为下一代通用计算的主要界面，这一观点实际上是站不住脚的。比如，声音输入在设置设备、输入密码、管理双重认证等方面将极其不便利，同时也存在隐私安全问题。

• 此外，该声控设备的投影屏幕分辨率低、手掌表面不规则，操控起来也不便准确，主要还是依靠语音操作，这在通用计算领域并不实际。

• 因此，声控技术在快速互动方面有其优势，但作为通用计算的主要界面，这样的设想目前看来还很遥远。

声控计算的未来

语音控制设备的局限性

• 语音控制设备的局限性在于很多应用程序需要视觉来进行操作，例如远程控制相机、社交媒体应用、视频播放应用等。

• 金融类应用也存在局限性，因为除了隐私问题外，金融操作需要精确的输入和视觉来查看信息。

• 生产力工具类应用也不适合用语音控制，例如编辑电子表格、扫描PDF文件、更新共享文档等。

• 基于地图的应用同样存在局限性，语音控制难以提供高分辨率地图浏览和地点搜索等功能。

• 购物体验也受到影响，因为用户通常需要在线浏览商品、查看价格历史、阅读评价等，这些都无法通过语音操作完成。

• 另外，通信类应用也面临挑战，例如处理复杂的邮件、管理多个消息应用、进行视频通话等。

• 然而，语音控制在播放音乐、播客和智能家居设备控制方面表现良好。

语音控制设备的局限性

语音助手的局限性

• 语音助手并不适合处理复杂任务，比如管理Spotify播放列表或者排除智能手机无法连接Wi-Fi的问题，这些都需要屏幕来更有效地完成

• 语音和音频对于计算机来说是极其缓慢的单向通道，而现有的计算机则像是一条多车道、多向的高速公路，可以随意切换和跳跃

• 大多数人的语音表达其实并不够准确，对于需要精确输入方法的计算机来说，语音并不是一个理想的选择

语音助手的局限性

Hol Lens控制与Humane AI技术

• Hol Lens可以几乎完全通过语音控制，并利用其辅助AI来分析周围的物体，例如在维护场景中，当工人需要双手操作时。

• 它并不是智能手机的替代品，而是一项新的、额外的功能。

• 另一个解决方案是增加一个优秀的屏幕和精准的输入方法，这样就相当于重新发明了智能手机。

• 声音AI在手机上也是有意义的，因为可以自然地与生成式AI进行交互。

• Humane AI pin不应该出现在您的假日购物清单上，而是推荐iFixit工具套装，可以让你修复已有设备，而不是购买不必要的新产品。

Hol Lens控制与Humane AI技术

Conclusion:

尽管语音计算在快速互动方面有优势，在处理复杂任务和通用计算方面仍面临挑战。新一代语音助手的智能灵活，但并不适合作为通用计算的主要界面。Hol Lens等新技术在特定场景下具有潜力，但并不是智能手机的替代品。Humane AI技术推荐修复旧设备，而不是购买新产品。