語音識(shí)別是一個(gè)非常大的命題，可能想說的完全和透徹要三天三夜都不夠，那么我們不妨單從應(yīng)用層面來入手。大多數(shù)用戶接觸語音識(shí)別都是從iPhone手機(jī)的Siri開始的，不過也僅僅是在Siri剛推出的那段時(shí)間，它成了大家紛紛調(diào)侃的對(duì)象，后來大部分用戶都棄之不用了。原因并不是大家用不慣語音識(shí)別，而是從根本上覺得不太實(shí)用。但語音識(shí)別的本身必然是技術(shù)的潮流所向，為什么這么說呢？我們不妨先回顧下人機(jī)交互的簡單發(fā)展歷程。

　　在功能機(jī)時(shí)代，人們完成所有的操作都要在九宮格的鍵盤上，效率又低又容易出錯(cuò)誤。到了智能機(jī)時(shí)代，隨著觸控屏幕的發(fā)展，觸摸、點(diǎn)擊、滑動(dòng)成為了人機(jī)交互的主要方式，幾乎與觸控操作同期出現(xiàn)的語音操控1.0終因識(shí)別率低，應(yīng)用場景不夠豐富而最終僅僅成為了各大廠商炫技的素材，而非走入了真正的應(yīng)用層面。但隨著谷歌眼鏡、智能手表等穿戴設(shè)備的出現(xiàn)人們不可能再在非常小的屏幕上通過點(diǎn)、滑等動(dòng)作來完成交互了，語音必將成為未來最有發(fā)展前景的交互方式。那么目前為止就沒有更好的語音操控解決方案了嗎？