如果說(shuō)2007年 iPhone 的發(fā)布開啟了近十年來(lái)消費(fèi)者信息傳達(dá)被屏幕和視覺統(tǒng)治的時(shí)代，那么，語(yǔ)音將成為繼智能手機(jī)之后企業(yè)科技界下一個(gè)最大的顛覆。

蘋果Siri、谷歌助手、微軟小娜、三星Bixby和亞馬遜Alexa等各類設(shè)備和語(yǔ)音助手如雨后春筍般地出現(xiàn)，便折射出了一種趨勢(shì)的變化：越來(lái)越多的用戶，開始從屏幕靠視覺傳達(dá)，轉(zhuǎn)向用聲音來(lái)傳遞和接受信息。

據(jù) Strategy Analytics 的分析師透露，智能音箱已經(jīng)成為了近年來(lái)發(fā)展最快的新硬件市場(chǎng)。到 2023 年，63％ 的美國(guó)家庭至少保有一臺(tái)智能音箱，而這個(gè)數(shù)字在 2014 年是 0．03％，2017 年是 16％。

語(yǔ)音技術(shù)在企業(yè)市場(chǎng)的應(yīng)用潛力巨大

在過去的幾十年里，隨著技術(shù)的不斷成熟，從穿孔卡片到鍵盤再到電腦鼠標(biāo)設(shè)備的緩慢發(fā)展，計(jì)算機(jī)交互已經(jīng)慢慢變得更加自然。

目前，觸控界面幾乎成了從相機(jī)到汽車在內(nèi)的任何帶有屏幕的設(shè)備的默認(rèn)標(biāo)準(zhǔn)�，F(xiàn)在也是時(shí)候邁出科技界的另一大步了：和公司的設(shè)備交談。至少在很多電影中，人類已經(jīng)實(shí)現(xiàn)了與電腦的交談，從《鋼鐵俠》中的賈維斯到《星際迷航4：暗黑無(wú)界》中的著名場(chǎng)景，斯科特試圖向一臺(tái)80年代的電腦發(fā)出指令。

盡管語(yǔ)音助手已經(jīng)在手機(jī)上使用多年了——蘋果的Siri在2011年問世。但迄今為止，它們對(duì)企業(yè)環(huán)境的影響仍然有限。

而現(xiàn)在，計(jì)算能力和機(jī)器學(xué)習(xí)的進(jìn)步使計(jì)算機(jī)在無(wú)需繁瑣的編碼情況下能夠比人類更好地轉(zhuǎn)錄語(yǔ)音，然后準(zhǔn)確地翻譯出來(lái)。并且，新系統(tǒng)可以更有效地自我更新，從錯(cuò)誤中吸取教訓(xùn)，而非需要人為明確的指導(dǎo)。

支持語(yǔ)音的設(shè)備數(shù)量也在持續(xù)飆升，預(yù)計(jì)今年將售出超過5000萬(wàn)臺(tái)，到2023年，全球語(yǔ)音技術(shù)產(chǎn)業(yè)預(yù)計(jì)將達(dá)到1265億美元。

對(duì)于工作人員來(lái)說(shuō)，語(yǔ)音界面能夠帶來(lái)很多實(shí)際的好處，尤其是與繁瑣的移動(dòng)鍵盤相比。今年早些時(shí)候，斯坦福大學(xué)、華盛頓大學(xué)和美國(guó)百度大學(xué)進(jìn)行的一項(xiàng)研究發(fā)現(xiàn)，移動(dòng)設(shè)備的語(yǔ)音輸入速度幾乎是打字速度的三倍，兩種輸入方式的錯(cuò)誤率差別不大。

語(yǔ)音接口的最大好處之一是可以為企業(yè)業(yè)務(wù)系統(tǒng)提供“通用遠(yuǎn)程控制”。谷歌已經(jīng)證明，語(yǔ)音可用于將計(jì)算機(jī)連接到基于人的系統(tǒng)，例如在美發(fā)沙龍?jiān)O(shè)置預(yù)約。

這種連接在企業(yè)界甚至更有意義。因?yàn)槊總�(gè)大型組織都有許多不同的應(yīng)用程序，倘若想要在它們之間提供一致的工作流，通常需要進(jìn)行編碼，這可能很慢，而且代價(jià)昂貴。但如果所有系統(tǒng)都支持語(yǔ)音，工作人員可以很容易地從一個(gè)系統(tǒng)切換到另一個(gè)系統(tǒng)，而不需要任何顯式集成。

此外，企業(yè)系統(tǒng)之間很可能會(huì)開始相互通信。在計(jì)算中實(shí)現(xiàn)通用標(biāo)準(zhǔn)是非常困難的，而使用語(yǔ)音（盡管明顯效率低下）可能是實(shí)現(xiàn)系統(tǒng)集成的一個(gè)非常實(shí)用的短期解決方案。其實(shí)，在消費(fèi)級(jí)市場(chǎng)已經(jīng)看到了這一點(diǎn)，最近有消息稱，亞馬遜的Alexa現(xiàn)在可以與微軟的Cortana“對(duì)話”，反之亦然。

所有這些進(jìn)步都意味著，那些為企業(yè)的各種業(yè)務(wù)活動(dòng)提供聊天和語(yǔ)音接口的企業(yè)數(shù)字助理正在成為主流。

語(yǔ)音也成為創(chuàng)新服務(wù)方式的一部分。例如，Workheld提供創(chuàng)新的現(xiàn)場(chǎng)管理系統(tǒng)，以提高施工和服務(wù)流程的生產(chǎn)率。該公司使用機(jī)器學(xué)習(xí)和文本分析技術(shù)自動(dòng)將客戶工作與最合適的技術(shù)人員匹配，并提供免提語(yǔ)音接口，幫助員工完成維護(hù)步驟。

威脅問題不容忽視

當(dāng)然，目前語(yǔ)音接口仍然存在一些問題，例如，在有大量背景噪音的繁忙辦公室中使用它可能很難。對(duì)此，科技公司正致力于尋求解決方案：例如，使用人工智能進(jìn)行更先進(jìn)的降噪，在人群中挑選出你的聲音，進(jìn)行唇語(yǔ)識(shí)別，甚至直接通過你的下巴檢測(cè)你的話語(yǔ)，而不需要你大聲說(shuō)出來(lái)。

不過，這也帶來(lái)了一些潛在危險(xiǎn)。例如，所有這些麥克風(fēng)都為非法竊聽和個(gè)人跟蹤提供了充足的機(jī)會(huì)。正如喬治？奧威爾的《1984》中寫道的那樣：“隱藏的麥克風(fēng)總是有危險(xiǎn)的，通過它，你的聲音可能會(huì)被接收和識(shí)別”。

當(dāng)算法能夠創(chuàng)造出非常精確的合成語(yǔ)音時(shí)，公司的安全又將如何通過語(yǔ)音接口來(lái)執(zhí)行呢？現(xiàn)在很多公司的“語(yǔ)音詐騙”已經(jīng)凸顯出該問題了：如果企業(yè)首席執(zhí)行官獨(dú)特的（但虛假的）聲音被連接到系統(tǒng)上，要求銀行進(jìn)行非正常的電匯，會(huì)發(fā)生什么？或者更貼近實(shí)際一點(diǎn)，如果你十幾歲的女兒（假的，但聽起來(lái)聲音是一樣的）打電話給你說(shuō)她有麻煩了，需要錢，又該怎么辦？！

總的來(lái)說(shuō)，今年企業(yè)中的語(yǔ)音應(yīng)用應(yīng)該會(huì)有巨大的飛躍，主要是通過與聊天機(jī)器人接口的可選語(yǔ)音進(jìn)行交互。

編輯與翻譯：張?zhí)K月