語音優先技術過去幾年進展顯著，但大多數人卻還停留在透過語音設置鬧鐘、播放音樂的階段。
我：「 Alexa，微波燕麥片。」
Alexa ：「好的，溫度多少？」
我：「我不知道。」
Alexa ：「呃，我不確定。」
我正在試用亞馬遜品牌一款新的烤箱，設計理念是用戶可以向 Alexa發出語音指令，讓烤箱的操作更為便捷。
雖然在許多層面上，這款烤箱的確操作簡單，而且有的功能相當驚艷，但當我們不斷嘗試以語音操控它時，它的問題就被放大了。有人知道微波燕麥片的恰當溫度嗎？或者說，微波爐竟然有溫度設置？
這款烤箱的功能很豐富——它同時也是一款對流式烤箱和氣炸鍋——但是， 當我說「做鮭魚」時，Alexa 問我要做多少。 我回答1磅（約0.45公斤），卻被告知只能 做「0.063 到 0.37 磅的鮭魚」 。雖然我可以透過聲音輕鬆啓動對流烤箱，卻不能用聲音關閉它。（烤箱本身不具備對話功能，你可以使用附近的Alexa智慧喇叭來操控它。）
亞馬遜表示，我遇到的諸多問題都正在透過後台更新修復，但要讓語音助手與使用者流暢對話，恐怕還有很長一段路要走。這就像在旅行前臨陣磨槍學外語：你能記住某些短語，但是在用完「儲備」詞語後，你就會提高嗓門，開始一個勁地比手畫腳。
我已經把好幾個燈的開關換成了Wifi智慧開關，其他燈也裝上了聯網燈泡。 我還在好幾個房間放置了智慧喇叭，包括浴室，聖誕樹的燈也連接到一個智慧插座上。我的家人都向Alexa發出命令，大部分時候她都照辦無誤。不過我們的命令都簡單直接：播放這首歌、關掉這些燈、設置計時器或鬧鐘。我們在蘋果設備上與Siri的互動，或者在廚房的Nest Hub Max上與Google助理的互動也是如此。
「不論什麼事，只要這件事能快速完成，透過語音來實現是最佳的，」語音優先軟體開發商Witlingo首席執行長、前亞馬遜 Alexa 產品負責人布茲德（Ahmed Bouzid）在一封電子郵件中說。最佳用戶界面的所需工作量，應該比它所代替的命令更少。與被替換掉的指令相比，最佳界面應該讓用戶更省力才對。
以亞馬遜智慧烤箱為例，布茲德質疑這套設計：做飯的時候你就在烤箱附近，通常也不會嘗試做其他事情，所以還不如直接按下按鈕。 亞馬遜智慧家居業務副總裁勞棄（Daniel Rausch）則提出相反的觀點。他認為這款烤箱功能繁多，沒有其他界面可以容納這麼多指令： 「如果你試圖畫一張囊括該設備所有功能的圖表，並把每個功能都設一個按鈕，你恐怕需要一個路邊廣告牌大小的操控面板，」他說。
那麼，語音助手的作用就是替換開關和搜尋框嗎？ 製作這些界面的公司不斷為語音助手增添功能，有些功能具有驚人的顛覆性。如果仔細研究，可以發揮的空間其實很大。但是受到一系列因素，包括隱私方面的考慮影響，我們似乎仍然停滯不前。
本文為風傳媒與華爾街日報正式合作授權轉載。欲看更多華爾街日報全文報導，請訂閱特別版華爾街日報VVIP方案，本方案僅風傳媒讀者專屬，以低於原價3折以下之全球最優惠價，即可無限暢讀中英日文全版本之華爾街日報全部內容。
回話功能
例行程式是一種將幾個動作組合在一起的方法。這樣一來，只需一個簡單的語音命令，例如「我到家了」，就可以關閉警報器、打開燈、調節恆溫器，也許還能奏響輕快的爵士樂。
理論上，這種感覺很酷；但真正設定起來卻很煩人——因為設定例行程式時 你必須坐在那裡，設想自己想透過一個指令做到的所有事情，以及如何確保它們依照設定準確無誤地執行。
現在，操控這些界面的程式會提供建議——通常是基於你自己的行為。
如果你下載一個叫「捷徑」（Shortcuts）的應用，蘋果版本的例行程式就會出現。雖然這並非最好用的例行程式工具，但如果你打開它，點擊「捷徑資料 庫」（Gallery），然後在「來自您App的捷徑」（Shortcuts from Your Apps）中查看，可能會發現有用的指令。晚上我通常會設置三個鬧鐘—— 「醒來」、「校車抵達」和「搭車」。現在，我只需說一聲「早間鬧鐘」 ，一切就搞定了。
但是例行程式只能解決按鍵次數太多的問題。開發人員正努力讓這些界面變得更「健談」，讓後續提問成為可能。你可能會說，「打開門廊的燈，」這項任務完成了，然後你的助手可能會建議，「你也想打開陽台的燈嗎？」因為這樣比較合邏輯。
雖然亞馬遜和 Google 的產品都會提出建議，但亞馬遜的「預測」功能更進 一步：當你要求打開門廊燈時，它可能會說，「你是不是也想讓我演奏舒緩的爵士樂？ 」這個問題是基於你的（可能是下意識的）行為而問的：通常，打開門廊燈的時候，你也會播放輕柔爵士樂。
此外，亞馬遜和Google都允許你無需喚醒詞即可啓用語音助手。 透過啓用 Alexa 程式中的「跟進」（Follow-Up）和Google Home程式中的「連續對話」（Continued Conversation），你可以喚醒助手，然後在不重複喚醒詞的情況下繼續提問。它還能記住部分語境：「Alexa，耶誕節是哪一天？ 」在它回答之後，你可以簡略地問：「那復活節呢？ 」
蘋果的 Siri 可以在不同情境下做到這一點。蘋果的藍牙耳機Airpods Pro現在有一個「播報訊息」（Announce Message）功能，可以把收到的消息讀給你聽，然後讓你用語音方式回覆。沃爾瑪基於iOS的日用品配送App將Siri和你的購物紀錄結合，所以你只要透過語音就可以更方便地挑選商品，而無需記住關鍵詞。
個人化和隱私
好幾位與我有過交流的分析師認為，真正需要做的是加強人類和機器語音之間的聯繫。個人化代表能辨識誰在說話、並記住對方的偏好。但這需要收集數據，而近來人們在這方面的自我保護意識越來越強。
「隱私是消費者最關心的問題。蘋果等公司已經做了大量工作，加以改善這點，」Futuresource Consulting的首席分析師福里斯特（Simon Forrest）說。例如，現在的智慧裝置能將更多資訊儲存在本機，並且在某個聲音要求播放某部特定的電影時辨識出來。
Alexa程式提供一個單獨的智慧家居設備歷史記錄選項，用戶可清除已存儲的數據。Google稱，該公司的產品能讓你查看和刪除自己的歷史記錄。
「我們正想方設法，儘可能獲取更少的數據，同時又能為用戶改進產品，」 Google 助理高級產品總監琳肯（Lilian Rincon）表示。目前，出於品質考量，Google助理的大部分工作都需要使用雲端，她說。不過，「我們希望把更多資料儲存在設備上。」
正如我的同事斯特恩（Joanna Stern）今年稍早指出的那樣，GooglePixel 4手機就是個很好的典範。這款手機只需基於自身硬體就可以即時將語音轉換成文本。iPhone 11也更不依賴雲端就能達成功能，如呈現Siri的新聲音，即便是舊款的iPhone也可以透過自身硬體來學習你的行為，並據此提出行動建議。
發現新功能
那麼，為什麼語音技術有了如此顯著的進步，大多數時候我們的使用仍然停留在設置計時器和播放音樂的層面？與你最喜歡的程式更換新Logo不同，你無法實實在在看到語音助手的新功能。Alexa、Google Home和Siri快捷指令可提供大量建議，亞馬遜和 Google 販售的附螢幕智慧喇叭也是如此。但這些還不足以推動人們養成使用習慣。
「一直以來我們面臨的一大問題就是『發現』問題，尤其是對揚聲器而言——讓 你知道你能（透過產品）做些什麼，」 里肯說。
來自亞馬遜的勞契也承認存在可發現性問題，他套用了亞馬遜創始人貝佐斯（Jeff Bezos）的名言： 「這是亞馬遜的第一天，對Alexa和AI來說絕對是如此。」
那麼，第二天或者第12天是什麼樣子的呢？Futuresource 公司的福里斯特說，即使是語音優先的界面，也可以結合手勢控制和觸覺反饋等技術，就像在手腕上輕輕點擊Apple Watch一樣。 他認為「智慧耳戴式設備」 （hearables），如超級智慧的AirPods，很可能成為聲音優先的成功案例。
同時，我也會試著「說服」這款智慧烤箱製作超過 0.37 磅的烤鮭魚。
文／Wilson Rothman
