影響虛擬助理(IVA)發(fā)展的三大趨勢

　　像Siri、Alexa、GoogleAssistant和Bixby這樣的通用語音助理被設(shè)計成各行各業(yè)的高手，涵蓋了廣泛的主題。但是，語音助理的創(chuàng)建成本很高，因此不太可能出現(xiàn)新的通用語音助理。相反，未來的語音助理將專注于滿足組織及其客戶的特定需求。

　　正如每個企業(yè)都有一個網(wǎng)頁來描述其產(chǎn)品和服務(wù)一樣，每個企業(yè)都會有一個語音助理來吸引現(xiàn)有和潛在的客戶。更專注的語音助理的例子包括BBC的語音助理Beeb；JiLL，由房地產(chǎn)公司JLL開發(fā)；MBUX，梅賽德斯-奔馳的語音助理；eno，來自CapitalOne。

　　除了傳統(tǒng)的基于網(wǎng)絡(luò)的助理之外，人們越來越需要交互式、靈活的會話助理。其好處是巨大的：語音助理可以提供一套完整的自助指南：選擇、訂購、交付跟蹤、安裝、故障排除、調(diào)試和修復(fù)公司的產(chǎn)品，必要時還可以連接到實(shí)時座席。

　　IVAs也變得越來越容易創(chuàng)建。像Jovo、RASA、AlanAI和SpokeStack這樣的初創(chuàng)公司為語音助理提供開發(fā)工具、模板和代碼生成器。教育書籍、網(wǎng)絡(luò)研討會、演示、研討會、視頻和課程可用于開發(fā)人員培訓(xùn)。一個由專家語音開發(fā)人員組成的社區(qū)現(xiàn)在可以實(shí)現(xiàn)語音助理。

　　結(jié)果是：每個企業(yè)都將很快擁有自己的語音助理，這些語音助理將不再局限于一個平臺，我們將在下一個趨勢中看到這一點(diǎn)。

　　趨勢2：獨(dú)立于平臺的語音助理

　　讓語音助理在多個平臺上工作有幾個非常令人信服的原因：

　　方便客戶。語音助理需要方便客戶。畢竟，如果可以從任何地方（在家里、工作中、旅行時）使用嵌入智能手機(jī)、可穿戴設(shè)備、汽車、電器和智能揚(yáng)聲器中的麥克風(fēng)和揚(yáng)聲器訪問語音助理，語音助理將永遠(yuǎn)陪伴在您身邊。

　　對供應(yīng)商行為的擔(dān)憂。特定平臺供應(yīng)商可能會更改其使用策略和服務(wù)費(fèi)用。一些組織可能懷疑供應(yīng)商偷聽組織與其客戶之間的私人對話。

　　客戶使用習(xí)慣的變化。當(dāng)新平臺可用時，客戶可能會更換平臺。您的公司可能會發(fā)現(xiàn)與需要其他平臺的客戶進(jìn)行信息傳遞和聯(lián)系的新方法。

　　能力有限。一些平臺可能缺乏最新的安全技術(shù)。其他平臺可能無法辨別客戶情緒，這可能會影響語音助理對客戶的反應(yīng)。其他供應(yīng)商可能會阻止使用sonic品牌。

　　為了提高可用性，語音助理將支持多種模式（稍后將詳細(xì)介紹），如語音、文本、圖形、視頻，以及可能的觸覺設(shè)備。

　　為多個平臺開發(fā)幾乎相似的語音助理有一個缺點(diǎn)：當(dāng)需要更新時，開發(fā)人員必須要么修改每個代碼庫，要么修改主副本并為每個平臺生成代碼。為了克服這個問題，開放語音論壇（OpenVoiceForum）正在為座席制定可互操作的協(xié)議，以便一個平臺上的座席可以被另一個平臺上的座席調(diào)用。

　　趨勢3：多模式

　　美國的數(shù)據(jù)表明，平均而言，人類說話的速度是打字速度的三倍（每分鐘120個字，而不是40個字），閱讀（和理解）的速度是準(zhǔn)確聆聽速度的兩倍。這表明用戶界面應(yīng)該支持語音數(shù)據(jù)輸入，基于屏幕的數(shù)據(jù)輸出。文本還有其他優(yōu)點(diǎn)；它可用于聲音難以聽到的情況（嘈雜的機(jī)場）、有噪音污染的情況（交通、建筑）或有隱私問題的情況（餐廳、酒店大堂）。

　　語音助理（如VoiceXML中實(shí)現(xiàn)的語音助理）將得到增強(qiáng)，以克服只使用語音的缺點(diǎn)。語音菜單將顯示在靠近用戶的屏幕上，長文字描述將以文本和/或圖形的形式呈現(xiàn)。方便是這里的一個因素。帶有顯示器的耳機(jī)，可能是在用戶的手表或其他可穿戴設(shè)備上，似乎會勝過獨(dú)立揚(yáng)聲器，而獨(dú)立揚(yáng)聲器的受歡迎程度可能會隨著顯示器的增加而下降。

　　當(dāng)然，向多模式的轉(zhuǎn)變意味著只使用文本的聊天助理也將適應(yīng)，因?yàn)樗麄儗⑼ㄟ^語音演示中嵌入情感的語音增強(qiáng)，以克服只使用文本的缺點(diǎn)。

　　網(wǎng)頁通常會對顯示它們的屏幕大小做出響應(yīng)，從而根據(jù)屏幕大小自動調(diào)整布局。但當(dāng)屏幕很小或不存在時，內(nèi)容可以顯示為語音內(nèi)容。例如，可以將圖片呈現(xiàn)為語音字幕。有了這樣的多模式功能，用戶可以在進(jìn)行日常業(yè)務(wù)時輕松地在設(shè)備之間切換，而不會丟失任何交互內(nèi)容。

　　下一步是情緒檢測。如果語音助理能夠檢測到用戶的情緒狀態(tài)，那么如果用戶的情緒突然從平靜變?yōu)閼嵟?，它就可以做出適當(dāng)?shù)姆磻?yīng)，例如，語音助理可能會通過改變措辭來做出更平靜的反應(yīng)。捕捉用戶的好惡也很重要；幫助聊天和廣告可以針對用戶的興趣。

　　情感的使用以及語音、圖形、文本、視頻和其他模式之間的折衷仍然沒有被完全理解。需要更多的研究、經(jīng)驗(yàn)和測試來為當(dāng)前的語音平衡和其他模式制定指導(dǎo)方針，以及如何在用戶界面中恰當(dāng)?shù)厥褂们楦小?/div>