AI を備えた音声インターフェイスがついに使用可能になりました (そしてそのユースケースは約束されたものではありませんでした)

音声コンピューティングは、その約束を果たせずに 10 年を費やしました。それが実現しなかったスマート ホーム、聞き間違えたアシスタント、入力より編集が必要なディクテーション。今年ひっそりと音声が使えるようになりました。約束された理由や約束されたユースケースのためではありません。

変化は理解です。現在のモデルは、文脈、中断、修正、アクセントの差異を十分に処理できるため、会話は自動販売機との取引ではなくなります。私が話すと、時々明確な質問があり、交換自体が修理されます。修復能力は常に欠けていた部分でした。完全な初回パス認識は決して達成できず、実際に必要でもありませんでした。

受賞したユースケースはデモではありません。共有オフィスではカレンダーを音声で操作する人はいません。効果的な方法: 手と目が忙しいとき (料理、運転、散歩など) にキャプチャすること、生の考えを入力するよりも音声で話す方が早いため、話すことでドラフトを作成すること、そして、適切なフォローアップが必要なものに対して大声で考えるという、誰も市場に出していないプライベートな使用例です。

それでも失敗するのは、精度や聴衆を必要とするものです。音声は正確な数字には悪影響を及ぼしますが、他の人が聞くものにはさらに悪影響を及ぼし、すべての共有スペース（ほとんどの空間）では扱いにくいです。インターフェイスは本質的にプライベートのままであり、そうでないふりをしていることが、これほど多くの音声製品が、決して取り上げられるべきではなかった聴衆の前でステージ上で消滅した理由です。

私自身の使用法は、1 日に 3 回の音声瞬間に落ち着きました。すべて一人で、両手がふさがっているか、指よりも早く考えを持っています。これは、スマートホームが約束した市場よりも小さく、販売されたデモよりも現実的な市場です。ようやく使えるようになり、宣伝されているよりも役立つ場所が減りましたが、最終的には学習する価値があります。