问：我们看到讯飞语音识别的技术已经非常成熟，那么你认为“应用”的空间在哪里，未来语音识别技术还有什么挑战？
李开复：云端识别技术，讯飞已经解决了。“应用”在哪里？这并不是一些专家在实验室里拍脑袋就能想到的。大家可以来试，可以在讯飞的云平台上试一试，可能成功的会比较少，但能够摸索到成功的应用的概率也会增加。
语音技术方面，主要挑战还有三方面：
- 一、语音识别相对容易，但语义理解相对困难。让软件听懂容易，但理解会比较难。
- 二、如果能在一定程度上做到语义理解，那么怎么样让开发者介入不用太花时间？
- 三、用户体验的期望值。语音是人类最自然交流的方式——与多点触摸不同，一旦人们开始使用语音交互，会有比较大的心理预期：我爱怎么说就怎么说，你应该能理解，这是一个比较长久的挑战。这中间，应该有巧妙方式来降低这种感受。
问：语音技术里面，是不是使用的人越多，语音技术也会愈加成熟？
李开复：当然了，更多人参与，获得更多自动回馈，可以实现一个良性的正向循环方。一个人能力有限，一亿用户，每人使用 3 秒钟，就是 3 亿秒，这个数据量是庞大的。实际应用中，正确的输入可以被视作是“一次正确训练和学习”，吸收改进；一个错误的结果，比如订餐时识别错误取消订单，可以视作“不正确的学习”，同样吸收改进。
但这个比“听写”更困难：错了，是语音错了还是语义错了，或者其中一个正确、一个错误；对了，是语音对了语义对了，或者其中一个正确、一个错误。当回馈量大于累计量和使用量，可以让我们迈出一大步。
问：什么样的语音应用是用户期待和接受的？
李开复：我认为有三个方向。1，相对是语音识别，而非深度语义理解的应用，或者说“浅语义，深语音”。比如听写（Demo 中有提到教育领域的听写测试、KTV 评分、发短信、日程提醒），——输入法也很重要，这个比较保险。
2，娱乐性应用，比如 Siri 这样的调侃调戏类应用。这种识别错了也无伤大雅，很爱使用。苹果很聪明，用调侃 Siri 录了很多语音，然后慢慢把真正的应用做好。
3，在一些“眼忙手忙”的场景，这个时候语音需求就会很大，比如驾车的时候，这时候是不能多点触控的，这算一个“刚性需求”的场所。
在这里我建议开发者：想把语音放进来的时候，不是那么容易，因为语音的 API 和语音的用户体验，比一般的 API 要难很多，比如百科全书类、地图、本地商家，O2O，线上模式拉来线下消费，因为有语义部分在里面，要花很多时间去把它调好，不能用简单的 API 随便联接起来。
