语音交互
以语音作为主要输入和输出方式的人机交互范式，强调自然语言表达和免手操作，依赖ASR、NLU、TTS等技术。
时间轴 (近 90 天)
语音交互的价值不在于替代键盘，而在于创造一种在场感，把AI从笔记本屏幕里拿出来可以显著缩短交互的心理距离。
大模型在语义理解和生成上的进展，让语音交互从‘能听懂’走向‘能对话、能完成任务’。
语音不会简单取代键盘和触屏，而是与它们形成互补。
语音交互的短板包括：公共场所的隐私和社交尴尬问题、精确输入场景纠错成本偏高、多轮对话上下文理解不足、口音与噪声鲁棒性仍是工程难题。
当计算设备从桌面走向耳机、手表、车载系统和家庭空间时，屏幕和手指不再总是可用，语音在这些场景具备免手操作、低学习成本、表达速度快的天然优势。
语音和手势交互会继续进步，但在可预见的未来，键盘仍将是大多数人处理复杂信息任务时的首选输入方式。
语音适合短会话、高上下文、低精度的任务；文本适合长文档、高精度、可回溯的任务
Fowler 认为语音交互应被当作一种独立的设计媒介，而不是文本界面的语音化；仅把文本框换成麦克风按钮不是正确的语音产品做法
语音更新配送指令可能引发地址歧义和时间窗口冲突等问题。
语音交互在购物场景中的短板包括清单可视化呈现、复杂订阅条款确认和配送指令变更后的状态反馈不如屏幕交互。
还有 11 条时间轴事件
全部知识事实 (20)
语音交互在开发者工具领域仍处于探索阶段，面临专业术语识别、代码混合现象、噪声环境适应和消歧义等独特技术挑战
60%待验证语音交互的价值不在于替代键盘，而在于创造一种在场感，把AI从笔记本屏幕里拿出来可以显著缩短交互的心理距离。
50%待验证语音不会简单取代键盘和触屏，而是与它们形成互补。
50%待验证大模型在语义理解和生成上的进展，让语音交互从‘能听懂’走向‘能对话、能完成任务’。
50%待验证当计算设备从桌面走向耳机、手表、车载系统和家庭空间时，屏幕和手指不再总是可用，语音在这些场景具备免手操作、低学习成本、表达速度快的天然优势。
50%待验证语音交互的短板包括：公共场所的隐私和社交尴尬问题、精确输入场景纠错成本偏高、多轮对话上下文理解不足、口音与噪声鲁棒性仍是工程难题。
50%待验证语音适合短会话、高上下文、低精度的任务；文本适合长文档、高精度、可回溯的任务
50%待验证Fowler 认为语音交互应被当作一种独立的设计媒介，而不是文本界面的语音化；仅把文本框换成麦克风按钮不是正确的语音产品做法
50%待验证语音交互在购物场景中的短板包括清单可视化呈现、复杂订阅条款确认和配送指令变更后的状态反馈不如屏幕交互。
50%待验证语音更新配送指令可能引发地址歧义和时间窗口冲突等问题。
50%待验证语音交互是线性的、即时的，用户不会像打字那样一次性交代背景信息，常出现半句话、指代、跳话题。
50%待验证语音交互的延迟是体验分水岭，工程上必须把端侧延迟压到用户无感知。
50%待验证用户对语音交互的等待容忍度远低于文本界面，延迟是独立开发者和小团队最容易被低估的问题。
50%待验证语音信息具有时序性与不可持久性，声音播出后便消散，用户必须依靠内部记忆保存信息
50%待验证纯语音交互中信息以快速连发方式涌来时，人脑的工作记忆跟不上，不是最优的信息传递方式
50%待验证语音交互与网页请求的本质差异在于：Web请求让用户等待片刻通常可接受，而电话场景中静默会被误判为掉线
50%待验证语音交互打破了传统授权的两个前提：视觉信息缺失导致知情同意有效性削弱，动作边界模糊导致代理可能将随意回应误判为授权信号
50%待验证语音交互在移动设备和智能音箱上已被广泛接受，但在桌面工作环境中仍处于早期阶段
50%待验证在开放式办公环境中，语音输入可能带来隐私和干扰问题
50%待验证人类对话中超过200毫秒的停顿会被感知为'迟疑'
50%