人類(lèi)與機(jī)器的互動(dòng)，已經(jīng)經(jīng)過(guò)了幾個(gè)階段：從鍵盤(pán)開(kāi)始，到出現(xiàn)鼠標(biāo)，再?gòu)逆I盤(pán)鼠標(biāo)到觸摸屏，再?gòu)挠|摸屏到全新的語(yǔ)音交互，這是一次又一次的創(chuàng)新，同時(shí)也在逐步增加情感聯(lián)系，拉近交互雙方的距離。與人類(lèi)的交流以語(yǔ)音交流為主。人與人之間互動(dòng)方式的演變，也日益成為理想的實(shí)現(xiàn)方式。
人-機(jī)交互技術(shù)的發(fā)展加速了相關(guān)產(chǎn)業(yè)的崛起。例如智能家居的迅速發(fā)展，用語(yǔ)音交互看起來(lái)相當(dāng)智能。然而，語(yǔ)音交互也逐漸成為人機(jī)交互中越來(lái)越受歡迎的方式。無(wú)論是商業(yè)機(jī)器人還是家庭機(jī)器人，隨著自然語(yǔ)言處理和語(yǔ)音識(shí)別的發(fā)展，語(yǔ)音交互似乎已經(jīng)成為一項(xiàng)標(biāo)準(zhǔn)功能。與其他的交互方式如鍵盤(pán)鼠標(biāo)相比，語(yǔ)音交互和機(jī)器交互看起來(lái)一定更符合人類(lèi)的天性，那語(yǔ)音交互是否是最理想的呢？
許多人看好語(yǔ)音交互方式，人機(jī)交互方式是一種順序替代關(guān)系。觸摸屏不能代替鍵盤(pán)和鼠標(biāo)，語(yǔ)音交互也不能代替電容式觸摸屏，只能說(shuō)更理想?？茖W(xué)技術(shù)以人為本，最理想的實(shí)現(xiàn)方式應(yīng)該是圍繞人的各種感覺(jué)器官，根據(jù)具體身體條件來(lái)進(jìn)行。與前兩代的交互方式相比，語(yǔ)音識(shí)別技術(shù)確實(shí)是符合人性的親密交互方式，它既不同于鍵盤(pán)鼠標(biāo)那種冰冷的感覺(jué)，也不同于觸控式的那種堅(jiān)硬而缺乏溫情，語(yǔ)音交互本身就是一種基于肢體、情感、信息、場(chǎng)景的互動(dòng)。盡管如此，簡(jiǎn)單的下命令，肯定不是語(yǔ)音交互的最終目的，真正的交互才更有意義。所以語(yǔ)音交互功能還有一段距離要開(kāi)發(fā)。