Voice-first，闭关做一款语音产品的思考

主要观点总结

本文主要讨论了语音产品在AI领域的核心变革点，包括语音信息模态的特点、语音交互方式的优势、为什么是现在出现语音产品的时机，以及如何设计一款以语音为主的交互产品等话题。

关键观点总结

关键观点1: 语音信息模态的特点

语音作为第一输入方式能够让我们与产品的对话回归“人-人”之间最自然的交流方式。相比于文字，对话式语音产品的特点包括自然简单的交互方式、不依赖屏幕的多任务场景适配、更高的信息传递效率，以及更丰富的情感和语境信息。

关键观点2: 语音产品的优势

语音产品具有回归自然交流、降低交互门槛、拓展产品使用上限、提高信息传递效率等优势。同时，语音还有助于创造新的内容创作方式和产品形态，如硬件成为新的媒介和流式交互等。

关键观点3: 为什么是现在

目前的技术基础和市场趋势使得语音产品的发展成为可能。人-机对话能够实现与人的正常对话速度，端到端S2S模型的发展以及LLM处理多语言翻译场景的能力提升，都为语音产品的拓展提供了技术支持。同时，从市场的表现来看，以AI call center为主的B端产品以及C端的疗愈、教练、陪伴场景，都为语音这种交互方式带来了更广的扩展空间。

关键观点4: 如何设计一款以语音为主的交互产品

设计一款以语音为主的交互产品需要考虑产品的使用场景和用户习惯。通过判断用户目前解决此问题的方式、是否需要多次点击完成带有屏幕的任务、是否可以在多任务处理时执行此任务等因素来决定采用LUI还是GUI的交互方式。同时，要注意利用语音的优势，如节省用户时间精力、允许用户进行多任务处理等。

文章预览

三个月前我在硅谷沉浸式泡了两个多月把产品上的整体感受和几个趋势简短写在了这里，在和不同的创业者交流研究了 40 多个产品后，最终回归到了“语音”这个方向，写下“Voice is a big thing”，语音产品是我认为 AI 在 C 端领域的核心变革点。 “语音正在成为一个较稳定的接口扩宽人们与产品交互的物理边界，可以重点关注的几个方向： 语音 for 搜索、情感疗愈、社交、音乐等内容创作。 ” 我写完这篇文章，算是给自己的汇报后就迫不及待地开始做一款很有意思的语音产品。这三个月经历了闭关与起起落落，对现在的实时语音交互能力边界和语音更适合做什么样的事有了更深入的理解。 本篇记录最近做语音产品的思考，包括以下内容： 1. 语音是一种怎样的信息模态？ 2. 口语对话？人类最早的交流方式 3. 语音产品（Voice-first），有什么特点？ 4. ………………………………