比尔盖茨曾预言，未来人际交互技术中，三大方向之一便是语音技术。语言是人类传递信息最自然、最便捷的方式，简单的说，智能语音交互其实就是把人的语言转化成清晰流畅的系统语音，然后让机器人开口说话。

可是，对于目前的智能语音来说，操控短句识别效率较高，并且拥有极高的响应速度。但识别并不等于理解，对于一些长句来说，在人类面前很容易理解，但语音却无法识别指令。另外，在嘈杂的环境中，是否需要什么设备来进行降噪呢?同时，有的语音操作还必须通过手动辅助才能完成，根本还无法彻底的解放双手。说实话，如今的智能语音确实还有很多问题没有突破，但这并不代表会停止前进不去解决。

在未来的物联网时代，“说出需求得到反馈”的互动模式将进一步延伸，所有电器都会拥有“听、说”能力，更重要的是，语音控制也许会成为构建智慧城市的主要手段，人们的生活将会有大幅度的提升，而那些看似奇幻的电影场景，将会成为现实。