流程·洞察
从 Siri 到「听写」，探索语音交互的几种可能
上月既是乔布斯去世 10 周年，也是 Siri 成为 iPhone 内置服务的 10 周年，科技媒体 Verge 的一篇文章坦言：10 岁的 Siri，依然是个不称职的语音助理。
Verge 的观点建立在 Siri 作为「通用语音交互入口」的基础之上，从这个角度去看，Siri 的确很傻，面对很多问题都无法给出有效的回应。
但在狭义层面，如果把 Siri 作为 iOS 应用生态的入口，或许可以有一番新的认知，打开搭载 iOS/iPadOS 设备的系统设置，找到「Siri 与搜索」，你会看到一系列默认设置，如下图所示：
上述这些设置构成了使用 Siri 的基础，你可以定制使用 Siri 的方式，比如是否通过按下顶部按钮或者是否在设备锁定的时候使用 Siri，同时还可以根据自己的喜好，定制与 Siri 交互的语言以及 Siri 的声音（男生还是女生）等等。
其次，Siri 还是快捷指令交互的重要手段。我曾在去年的一封邮件通讯里提出过「无应用化」的理念，即通过诸如快捷指令构建起一系列功能入口，取代我们之前「打开应用——寻找功能——打开功能」的应用使用方式，没有印象的朋友请参见第 57 期「iPad Power User」。
而借助 Siri 语音，基于快捷指令的「无应用化」可以更进一步减少对触控、键盘交互的依赖，比如下面这个快捷指令，这是我给邮件应用 Spark 设置的快捷指令，通过 Siri 唤醒，直接说「今天的邮件」即可跳转到 Spark，然后过滤出所有今天收到的邮件。
事实上，类似「今天的邮件」这样的唤醒词可以自行定制，默认情况下是根据快捷指令的名字而变化，比如如果把这个快捷指令名字改为「搜索邮件」，Siri 的唤醒词也会发生变化。
第三，语音还可以成为一种记录，在 iOS/iPadOS 里，语音备忘录是一个默认应用，它提供了简单而实用的语音记录功能，同时还拥有一定的编辑能力，既支持剪辑，还能调整播放速度、是否跳过静音以及是否增强录音（突出人声）等。
第四，如果说语音数据是一种非结构化数据，不便于检索，那么利用「听写」，则可以让你的思考变成结构化的数据。
「听写」功能位于 iOS/iPadOS 「设置/通用/键盘」处，如下图所示，你可以在这里自定义语言以及相应的键盘快捷键。
关于键盘快捷键我需要多说两句，系统默认的快捷键是敲击两下「Control」，这是一个适用于任何界面、任何应用的功能开关，当然你还可以将其修改为敲击两下「Command」。
另一方面，在支持「听写」功能的应用里，比如 Drafts，你还可以借助「地球仪+D」的键盘快捷键快速启动「听写」，这个时候，两个快捷键可同时使用。
「听写」能够帮助用户直接将语音转化为文本，支持停顿时的标点补齐甚至你也可以使用「逗号」、「句号」这样的关键词进行分句，另外也具有一定的纠错能力，方便后期的修订。
不过也需要提醒一点，目前「听写」还比较局限于一种语言，当出现两种语言混杂的时候，比如中英文放在一起的情况下，准确率比较低。
综上，通过设置 Siri、语音唤醒快捷指令、语音记录以及基于「听写」的结构化信息输出，狭义层面的语音交互依然具有非常多的应用场景，一方面，它构成了用户专属的功能入口，可定制化的语音命令直达某个特定功能；另一方面，「听写」成为语音与文本之间转换的桥梁，特别是在诸如 AirPods 等耳机的「助攻」之下，无需触控或键盘，你也可以快速把自己的思考「写」出来。
|
