Доминацията на гласовия контрол едва започва

Преди известно време публикувахме анкета, в която ви попитахме дали използвате гласовия асистент на смартфона си. Както очаквахме, сериозна част от отговорилите изобщо не разчитат на Siri, Google Now или Cortana, което не е учудващо за страна, в която нито един от основните поддържани езици не е роден. Разбира се, не са малко и потребителите, които използват гласовия асистент на английски, макар и с известни затруднения заради почти неизбежния акцент.

Склонен съм да вярвам, че първите няколко години от съществуването на гласовите асистенти в мобилните ни устройства са само тестов период, а в следващите няколко ще започне да се разгръща пълният им потенциал.

По-бързо, по-точно и на повече езици

Първият проблем, който Apple, Google и Microsoft вече решават, е прецизността на системите за глас-към-текст. Ако използвате някой от асистентите от анонса до днес, няма как да не сте забелязали, че преобразуването се става по-точно и бързо с всяка изминала година. Статията не е сравнителна, но няма как да не отбележим, че алгоритмите на Google се справят най-добре, включително на български (който не се поддържа от другите две системи).

Работата по усъвършенстването на гласовите интерпретатори продължава, тъй като проблемът все още не е решен напълно. Шумните среди правят разпознаването почти невъзможно, освен ако не сте готови да викате в микрофона, което не е особено социално прието. Apple, Google и Microsoft знаят, че масовото навлизане на гласовите асистенти няма да се случи без поддръжка на повече езици. Предполагам, че стратегията на Google ще бъде възприета от другите две компании и относително скоро ще видим поддръжка за много повече езици. Разбира се, не бива да забравяме, че преобразуването на глас в текст на всеки нов език е огромно предизвикателство, тъй като някои езици (особено не произлизащите от латински) имат силно характерно произношение, което може да затрудни софтуера.

Отвъд приложенията

Ако приложенията са последната голяма революция в начина, по който вършим задачи и получаваме информация, то следващата е намаляването на директната им употреба. Концепции като Google Now on Tap и универсалното търсене в iOS 9 демонстрират, че потребителите искат да получават търсеното още по-бързо, без дори да отварят конкретното приложение. Можем да разгледаме концепцията като хибрид между стандартно уеб търсене и ползване на нативно приложение, но комбинирайки най-доброто от два свята. Вместо да стигате до мобилния изглед на сайт, който ви досажда с молба да използвате приложението, търсачката на устройството ви ще извежда резултати директно от приложенията, прескачайки браузъра.

В този сценарий гласовите асистенти са практически безценни. Всяко текстово търсене лесно може да се извършва с глас, без много технически затруднения. Така например поръчката на билети за кино без нито едно докосване на дисплея се превръща в реалност, макар приложението покупка на билети да не е вградено в операционната система.

Статията продължава на следващата страница.

Вече и на китката

Бавното, но сигурно навлизане на умните часовници, е една от най-важните причини за популяризирането на гласовите асистенти. Докато относително лесно и бързо можем да правим почти всичко със смартфоните, компютрите и таблетите си, използвайки сензорен дисплей и стандартна периферия, умните часовници изискват гласово управление. Въвеждането на текст, навигирането на дълбоки йерархии от менюто и дори поръчката на Uber могат да бъдат много по-лесни, ако не се налага да използваме малкия дисплей на часовника, а разчитаме на гласа си. Към момента повечето умни часовници са директно свързани със смартфоните в джобовете, така че напредъкът на гласовите асистенти при часовници автоматично се отразява и на тях.

Компютрите няма да бъдат забравени

Интересно е, че гласовите асистенти бавят навлизането си в една от най-старите продуктови категории, които подлежат на гласов контрол — компютрите.

Microsoft демонстрира най-сериозна амбиция да изравни възможностите на Cortana във всички версии на Windows, който постепенно се превръща в единна платформа. Google Now прави плах преход към Chrome, а докато Siri все още е напълно ексклузивна за iOS.

В забавянето на гласовите асистенти при компютрите има известна логика. Най-често използваме командите за бързи задачи, особено докато сме на крак, докато работата с PC обикновено е продължителен процес. Мисленето ни за работа с компютър обаче се променя под влиянието на смартфоните и таблетите. Все повече задачи на десктопа или ноутбука могат да се възползват от комбинация от стандартна мишка и клавиатура и глас.

Умният дом

Свързаният или умен дом продължава да не е концепция, която успява да се наложи масово, най-вече поради разкъсаната екосистема от стандарти и високите цени на повечето устройства. Това обаче не бива да ни заблуждава, свързаните или умни домове ще бъдат масови до края на десетилетието, особено в най-развитите страни. Продажбите на продукти на Nest и Philips Hue доказват, че тенденцията постепенно напуска лагера на технологичните ентусиасти и се простира към средностатистическия потребител.

Контролът на умния дом е един от ключовите сценарии, които се възползват от предимствата на гласовия контрол. Вече можем да управляваме осветлението, музикалната система, термостата и много други, говорейки на часовника на китката си. Само преди десетилетие това би изглеждало като кадър от научно-фантастичен филм. Очакват ни вълнуващи времена.