我是作家，這意味著我最擅長通過文字而非說話表達自己的思想。但我同時是個“懶人”，在完成工作時喜歡盡量減少使用計算設備。為此，我心中難免會有一個疑問：為什么Google Now、蘋果Siri和微軟Cortana不能提供完全語音控制功能？

　　我喜歡語音控制，這也是我換用Moto X的主要原因之一——喜歡其Touchless Controls(無須觸控操作)功能。用上Moto X的Touchless Controls后，我有些“得寸進尺”。麻煩在于，只使用語音控制功能，我能完成的工作受到一定限制。語音命令有很多類，我可以通過語音命令發送電子郵件、瀏覽網站、提問、問路、設置定時、設置提醒、播放音樂等。麻煩在于，計算設備完成第一條命令后，我就不能通過語音命令未完成其他任務了。

　　最近數年最好的創新之一是，Google把傳統的語音識別技術應用在搜索領域。從技術角度看，這意味著Google能夠理解代詞，并把它們與之前的請求聯系起來。因此，如果用戶在一個語音命令中提到科懷?倫納德(Kawhi Leonard)，在下一個問題中提到“him”(他)，Google能理解用戶的意思，向用戶提供所需要的信息。盡管大多數人沒有完全意識到，但這是一項令人吃驚的技術。它使用戶能與設備自然地交流。令人遺憾的是，這種交流無法拓展到更加有用的場景。

　　自然控制

　　語音控制技術能執行后續的命令，但目前的技術還存在相當多的限制。我沒有遇到大量需要連續詢問一個人或一個地方信息的情況。我的問題在于，其他語音控制命令不包含相似的后續場景選項。例如，我讓Moto X播放Me'Shell Ndegéocello的一首歌曲，因為我尚未有機會聽取其新專輯。第一條命令的執行不存在任何問題，問題在于，一旦開始播放后，可供我使用的語音命令就幾乎沒有了，只能通過語音命令播放其他歌手的歌曲。但我真正的意圖是讓設備完成下述功能之一，例如“暫停”、“下一首”、“調高/低音量”或重復播放。令人遺憾的是，我無法通過語音命令完成這些功能。

　　我不明白造成這一問題的原因。從技術角度看，完全通過語音命令控制設備幾乎不存在任何障礙。語音識別技術已經相當成熟。所有語音命令系統都能理解簡單的詞匯，例如，播放、暫停、下一個、上一個、重復等。Google最近拓展了其熱詞的使用范圍，使用戶能從任何地方啟動“OK, Google”。有傳言稱新款iPhone中的Siri將包含有相似的功能，Cortana沒有理由不能為Windows Phone用戶提供相似的功能。始終接收語音命令已經成為標準，因此這不應當成為一個問題。

　　我知道，更多地使用語音命令意味著電池續航時間的縮短，這令廠商感到擔憂。但這似乎是一個相對容易解決的問題。設備始終處于語音命令接收狀態是可能的，尤其是在設備配置協處理器或針對語音命令優化的處理器的情況下。解決這一問題的另一個方法是簡單的API(應用編程接口)。

　　Ubuntu Touch就計劃解決這一問題。打開一款應用后，用戶希望使用的語音命令是有限的。新聞和其他閱讀類應用不大量使用語音命令，但提供簡單的語音命令——例如“后退”、“向下/向上滾動”、“搜索”、“分享給”，能給絕大多數應用增添豐富的功能。打開支持更多標準語音命令的應用——例如媒體消費類應用，支持的語音命令就更明確了，例如“播放/暫停”、“下一個/上一個”、“快退/快進”、“調高/調低音量”，甚至“跳至(某一時間)”。當然，即使動態命令也不會是個問題，因為應用內部的命令通常是1或2個單詞，許多應用的命令甚至是重合的，能更便利地部署標準API。識別這樣的命令不是個問題。

　　誰會成為第一個吃螃蟹者？

　　這并非是全新的功能。Windows 7和8提供了范圍廣泛得多的語音命令功能，用戶只需使用語音命令即可操縱桌面。許多人會認為桌面系統的語音功能要強大得多，移動設備是另外一回事兒，但是，這種想法需要改變了。移動平臺越來越先進，在許多方面彌補了與桌面系統之間的差距。Ubuntu Touch的目標之一是在應用內支持更多語音命令，Canonical展示了可以通過語音命令控制的下拉菜單，支持“打開”、“保存”等命令。

　　Google Now、Siri和Cortana緣何不能提供完全語音控制？

　　Ubuntu Touch尚不支持完全語音控制功能。坦率地說，Ubuntu Touch中的許多功能都尚未達到預期的目標。我的疑問是，緣何主流平臺也做不到。

　　蘋果和Google分別在不斷地擴展Siri和Google Now的功能，Cortana發布時就帶有給人留下深刻印象的功能。但是，三家公司無一計劃提供完全語音控制功能，這頗令人感到失望。目前，我們最大的希望是，反復使用能提高語音命令被正確執行的機率，系統能包含全部相關信息。

　　終有一天完全語音控制功能會問世，問題是哪家公司會首先提供這一功能。微軟在Windows而非Windows Phone中提供了完全語音控制功能。微軟曾表示計劃為其平臺提供“類Kinect”控制功能，但尚未披露時間表。明年發布的Windows Phone 9可能提供完全語音控制功能。

　　Canonical在為Ubuntu開發完全語音控制功能，但尚未完成開發工作。目前沒有明顯的證據表明蘋果在開發完全語音控制功能，但它可能至少在研發相關技術。三星也沒有披露在開發完全語音控制功能的消息。三星已經提供了部分類似功能，S Voice采用Nuance的技術

　　在多段Android Wear視頻中，Google都表示在擴大語音命令使用范圍。在一段視頻中，一名用戶在自行車上發出“OK Google, open the garage door”(OK Google，打開車庫門)的命令。令人遺憾的是，目前還很難判斷視頻的真正含義。

　　Google可能向開發者開放語音命令，使語音命令更深入地整合在應用中，使開發者能創建定制的語音命令；Google也可能提供一套應用能執行的標準語音命令集，供其他應用使用。Google的展示表明，用戶可以發出“OK Google, call me a car”(OK Google，幫我叫輛車)命令，并選擇一款應用執行這一命令。盡管會有些亂，第一種選項會催生更多功能；第二種選項會使功能受到一定限制，但會帶來更高的便利性。Google可能會選擇第一種選項，增添更多完全語音控制功能。

　　結論

　　“什么”和“為什么”的問題很好回答：完全語音控制，因為我們都希望生活在《星際迷航》(Star Trek)中。“如何實現”的答案是：始終接受語音命令和API。“誰”問題的答案是所有公司，其中Google可能會首先提供完全語音控制功能。最后一個問題就是“時間”了。

　　根據披露的信息，Google很難在今年底前提供完全語音控制功能。完全語音控制功能可能是Android L的一部分，Google在最近的I/O開發者會議上沒有提及完全語音控制功能。完全語音控制功能與應用的深度整合需要在系統層面而非僅僅在API調用層面完成。Google似乎至少在為完全語音控制功能奠定基礎。

　　令人的遺憾的是，完全語音控制功能至少明年才會問世。