趋势1：为每一个企业提供语音助理
像Siri、Alexa、GoogleAssistant和Bixby这样的通用语音助理被设计成各行各业的高手，涵盖了广泛的主题。但是，语音助理的创建成本很高，因此不太可能出现新的通用语音助理。相反，未来的语音助理将专注于满足组织及其客户的特定需求。
正如每个企业都有一个网页来描述其产品和服务一样，每个企业都会有一个语音助理来吸引现有和潜在的客户。更专注的语音助理的例子包括BBC的语音助理Beeb；JiLL，由房地产公司JLL开发；MBUX，梅赛德斯-奔驰的语音助理；eno，来自CapitalOne。
除了传统的基于网络的助理之外，人们越来越需要交互式、灵活的会话助理。其好处是巨大的：语音助理可以提供一套完整的自助指南：选择、订购、交付跟踪、安装、故障排除、调试和修复公司的产品，必要时还可以连接到实时座席。
IVAs也变得越来越容易创建。像Jovo、RASA、AlanAI和SpokeStack这样的初创公司为语音助理提供开发工具、模板和代码生成器。教育书籍、网络研讨会、演示、研讨会、视频和课程可用于开发人员培训。一个由专家语音开发人员组成的社区现在可以实现语音助理。
结果是：每个企业都将很快拥有自己的语音助理，这些语音助理将不再局限于一个平台，我们将在下一个趋势中看到这一点。
趋势2：独立于平台的语音助理
让语音助理在多个平台上工作有几个非常令人信服的原因：
方便客户。语音助理需要方便客户。毕竟，如果可以从任何地方（在家里、工作中、旅行时）使用嵌入智能手机、可穿戴设备、汽车、电器和智能扬声器中的麦克风和扬声器访问语音助理，语音助理将永远陪伴在您身边。
对供应商行为的担忧。特定平台供应商可能会更改其使用策略和服务费用。一些组织可能怀疑供应商偷听组织与其客户之间的私人对话。
客户使用习惯的变化。当新平台可用时，客户可能会更换平台。您的公司可能会发现与需要其他平台的客户进行信息传递和联系的新方法。
能力有限。一些平台可能缺乏最新的安全技术。其他平台可能无法辨别客户情绪，这可能会影响语音助理对客户的反应。其他供应商可能会阻止使用sonic品牌。
为了提高可用性，语音助理将支持多种模式（稍后将详细介绍），如语音、文本、图形、视频，以及可能的触觉设备。
为多个平台开发几乎相似的语音助理有一个缺点：当需要更新时，开发人员必须要么修改每个代码库，要么修改主副本并为每个平台生成代码。为了克服这个问题，开放语音论坛（OpenVoiceForum）正在为座席制定可互操作的协议，以便一个平台上的座席可以被另一个平台上的座席调用。
趋势3：多模式
美国的数据表明，平均而言，人类说话的速度是打字速度的三倍（每分钟120个字，而不是40个字），阅读（和理解）的速度是准确聆听速度的两倍。这表明用户界面应该支持语音数据输入，基于屏幕的数据输出。文本还有其他优点；它可用于声音难以听到的情况（嘈杂的机场）、有噪音污染的情况（交通、建筑）或有隐私问题的情况（餐厅、酒店大堂）。
语音助理（如VoiceXML中实现的语音助理）将得到增强，以克服只使用语音的缺点。语音菜单将显示在靠近用户的屏幕上，长文字描述将以文本和/或图形的形式呈现。方便是这里的一个因素。带有显示器的耳机，可能是在用户的手表或其他可穿戴设备上，似乎会胜过独立扬声器，而独立扬声器的受欢迎程度可能会随着显示器的增加而下降。
当然，向多模式的转变意味着只使用文本的聊天助理也将适应，因为他们将通过语音演示中嵌入情感的语音增强，以克服只使用文本的缺点。
网页通常会对显示它们的屏幕大小做出“响应”，从而根据屏幕大小自动调整布局。但当屏幕很小或不存在时，内容可以显示为语音内容。例如，可以将图片呈现为语音字幕。有了这样的多模式功能，用户可以在进行日常业务时轻松地在设备之间切换，而不会丢失任何交互内容。
下一步是情绪检测。如果语音助理能够检测到用户的情绪状态，那么如果用户的情绪突然从平静变为愤怒，它就可以做出适当的反应，例如，语音助理可能会通过改变措辞来做出更平静的反应。捕捉用户的好恶也很重要；帮助聊天和广告可以针对用户的兴趣。
情感的使用以及语音、图形、文本、视频和其他模式之间的折衷仍然没有被完全理解。需要更多的研究、经验和测试来为当前的语音平衡和其他模式制定指导方针，以及如何在用户界面中恰当地使用情感。
退一步说，语音系统正在进化。如果您还没有这样做，就应该开始准备您的业务，以支持语音助理。并计划您的新语音系统是独立于平台和多模式的。
声明:版权所有 非合作媒体谢绝转载
作者：James A.Larson
原文网址：
https://www.speechtechmag.com/Articles/Columns/Forward-Thinking/3-Trends-That-Will-Shape-IVA-Development-147637.aspx
