近几年，随着语音技术的不断发展，人机交互逐渐走入语音时代，进入到智能操作系统时代，手机、平板、可穿戴、智能家居、智能汽车等不断出现，各种业务、软件、应用也迅速普及，而且越来越多应用也开始引入语音功能。

语音识别为什么这么重要，这两年大火的人工智能机器人的出现，大大的改善了我们的生活，手机可以和人类聊天，甚至会像人一样的推销产品，甚至让人觉察不出来。主要体现在：一是技术水平不断提高，特别是语音合成和基础语音识别技术发展较快；二是产业规模持续扩大，带动了家电、汽车、移动互联网等一批相关产业的发展；三是优秀企业大幅涌现，出现了一大批优秀的企业。

Windows语音识别功能主要是使用声音命令指挥你的电脑，实现离开键盘鼠标来实现人机交互。通过声音控制窗口、启动程序、在窗口之间切换，使用菜单和单击按钮等功能。Windows语音识别功能仅仅限于 Windows系统体系内的一些常用操作和指令，并且是与监视器显示辅助来完成整个语音操作。

例如你想用语音通过主菜单打开某个程序，当你说出“开始”后，系统将会提供一个“显示编号”的区块划分功能，这样假如你想打开“下载”这个文件夹，你只需说出它的编号“，程序就会给你打开“下载”这个文件夹了。这样做的原因一是因为：如果你需要开启用户自行安装的纷繁复杂的程序，Windows的语音库里面可能没有这些程序相应的名称，会造成识别不准，甚至无法识别，二是通过显示编号，和语音识别编号，响应指令的效率更高，因此这样语音配合监视器的分模块显示大大的提高了用户使用Windows系统的效率和准确率。

同样，如果你对桌面的快捷方式或文件进行语音操作，系统将会提供一个称之为“鼠标网络”的功能，对桌面进行以前区域的划分和自动编号，用语音+视觉来提高操作效率和识别的精准率：

在目前Windows的语音识别程序中，除文本的语音输入（包括文字和符号）之外，还包括16个常用命令，9项常用控件命令，31项文本处理命令，15项窗口命令，5个点击屏幕任意位置命令，以及另外的几组键盘命令。用户所能语音指挥的也就是围绕这些预先准备好了的命令进行交互操作，旨在这将有可能提高使用电脑的效率，和尽可能的把双手从鼠标键盘上解放出来。

然后我们在前进一点，再想一下假如现在我们要面对的不是电脑、手机、而是一个机器人！一位拟人化，仿真化的机器人，对比上面的例子你会很容易发现它和常用的电子设备的不同之处在于，它很可能是不会有一个我们通常所见的显示屏，那以上那些通过语音指令结合屏幕可视化辅助来进行的高效的交互方式在机器人身上就受到了限制。在这种情况下你面对着机器人，你肯定会想它在听我说话吗？它能听懂我说话吗？我说什么它能听懂？我说什么它可能听不懂等等这样一堆问题会立即扑面而来。

其实在我们现有的技术水平和条件下，特别是面向大众商用的机器人，想做到像电影里面那种人和机器人自由交流的情景几乎是不可能。当然我们做一个产品，当然会有功能定位和市场需求等等很多方面要考虑的，那我在这里讨论的是一台为用户提供各种咨询和能进行简单语音逻辑“聊天”的机器人，需要如何处理语音交互方面的问题，尽可能不依赖电脑屏幕，而直接来与人互动和提供各种咨询的机器人。

中天智领是国内领先的智慧交互信息化整体解决方案服务商，通过多年潜心研发，创造出一系列智慧人机交互系统产品，集智慧人机交互产品、智慧人机交互终端、智慧交互平台、智慧交互云于一体，重点研发出精准远距离激光遥控、光感手触、触摸笔、指挥教鞭、智能指挥台、移动可视化交互、实物交互、智能语音等多种交互系统。

中天智领智能语音交互，让交互“说”出来无论将来指挥中心增加多少信号，多少业务场景，不再需要后台人员使用电脑操作，只需说出名字，即可快速大屏展示。面对成千上万的监控图像，不再需要眼花缭乱的寻找，只需要说出想看到的监控场景，大屏即可全屏显示。

中天智领采用蓝牙5.0通讯模式实现远距离智能语音交互，在离屏50米的范围内，按下智能激光笔上的语音按钮，说出想要执行的命令，系统将会从海量的信息中匹配与之相对应的操作，例如说出“打开监控”，屏幕上随即会调出预设的监控场景信息。智能语音交互默认支持100个语音指令，满足大部分用户的使用需求，同时可以支持命令扩展，以及特殊命令定制化。