我對語音交互這個方向一直有所關注，并于去年年初在CHIMA公眾號發表過兩篇關于語音交互的文章。隨著語音技術作為基礎設施日益完善，我在平時的工作和生活中，用到語音技術的機會也越來越多。

結合以上兩點，談談我對語音技術最新的思考。

01

語音技術是不是非得跟“寫病歷”這件事綁在一起？

我覺得沒必要。語音技術的利弊和適用場景，我在之前的文章里已經分析得很清楚了。寫病歷這件事，從來不是一件文體不限、鼓勵創新的創作行為。相反，寫病歷是一種受到非常多約束條件的專業文書寫作。一旦產生醫療糾紛、患者維權事件，病歷資料將會是認定醫療機構是否存在醫療過失的重要證據。

有興趣的可以看看下面這本書，這本書我看了好幾遍，受益匪淺。看完之后最大的感受是：寫病歷，還是模板好。因為，一個好的模板，不僅幫醫生框定了病歷的邊界、要素等大部分病歷書寫的核心內容，還做好了前置的標準化工作。剩下的工作，只是專業人員的“完形填空”和“小作文”。

因此，我不建議，一提到語音就往“寫病歷”這件事上去靠，不僅靠不住，還會無形中放大語音技術在這個領域的短板。

02

語音交互的價值和方向在哪里？

事實上，語音交互已經證明了其作為生產力工具的價值所在。在醫療領域，語音技術在超聲場景中的應用和落地，有目共睹，有興趣的可以看看協和的案例（參見：北京協和醫院：智能語音識別技術賦能超聲檢查模式創新），這個案例在CHIMA舉辦的2020年醫院新興技術創新應用典型案例中，獲得了“醫學人工智能創新方向”二等獎。

在民用領域，語音技術也有很接地氣的案例。我在《智慧醫院產品觀之四：語音交互篇（上）》中，開篇就提到一個很接地氣的案例，即快遞小哥用語音技術輸入快遞地址，簡單方便，非常實用。

現階段，對于語音技術，要給它機會，讓它發展，但不宜讓它挑大梁，更不要過分宣傳，免得被捧殺。

實際上，目前絕大部分手機輸入法中，“語音轉文字”已經是標配，連觸發模式都變得近乎一致（鍵盤底部居中，長按）。

受此啟發，我在年初寫作《下一代醫院信息系統：醫療操作系統》時，便提到：語音交互技術，應該作為一種“基礎設施”，成為醫療操作系統的標配，把選擇和使用的權力交給用戶，把成長的空間留給自己。

03

語音交互，需要用戶陪跑。

人們常說，陪伴是最長情的告白。近期，我生活中發生的兩件小事，讓我意識到，以語音交互為代表的人工智能技術，需要用戶陪跑。

一是定鬧鐘的事。上文中提到，語音技術是一種“基礎設施”。我生活中常見的語音基礎設施有：家里的某品牌智能音箱，手機上的語音助手，輸入法上的語音轉文字按鈕等等。這些基礎設施，共同構成了環繞在我身邊的一個語音環境。

最近，我對語音技術的看法，隨著一件小事發生了變化。很多人都習慣用手機定鬧鐘，我也一樣。遇到春節假期，自然會考慮關閉接下來一周的鬧鐘，免得美好的假期生活被打擾。

但是，當我想要關閉鬧鐘的時候，問題來了。我的手機上有兩套鬧鐘系統：一套是常規的鬧鐘，也就是系統自帶的“時鐘”應用中，自帶的鬧鐘；另一套鬧鐘在手機的“就寢模式”中，當用戶設定了就寢和起床時間后，手機在相應的時段進行一系列的操作。比如，進入勿擾模式，檢測拿起手機等動作，并在“起床時間”發出提醒，這也算是鬧鐘。

尷尬的事來了，系統自帶的“鬧鐘”應用比較好找，但是，“就寢模式”是近期系統更新后才上線的新功能，入門有點深，使用頻率也不高，我一時半會找不到在哪兒。

當時已經很晚了，我躺在床上，渾身困意，掙扎著用最后一絲清醒，喚醒手機的語音助手，并告訴她：幫我把接下來一周所有的鬧鐘都關了。

實際上，我說這句話時，心里也沒底。畢竟是第一次向語音助手發出這樣“復雜”的指令。平時，我和身邊的語音設施，互動雖然很頻繁，但是內容非常單調，基本上就是用語音控制開關，查一下天氣等等，都是一些非常簡單的操作，對于語音技術，我并沒有抱太大希望。

但是幾秒鐘后，語音助手給出讓我非常滿意的答復：好的，主人。已幫你關閉時鐘和就寢模式下所有的鬧鐘。與此同時，伴隨著語音，屏幕上顯示了可視化的結果：已關閉*個鬧鐘，以及就寢模式下*個鬧鐘。

這幾乎是一個滿分的回答，當晚我很快就睡著了。第二天早上，鬧鐘確實沒響，我睡到自然醒后，又想起這個案例。這個案例最有意思的地方在于：我和語音助手都在“進化”。我下意識地想到用語音交互來解決問題，而它（即語音助手）既聽懂了，也做到了，這是我沒想到的。

說到這里，有人可能想到去嘗試“復現”這個操作，我想說，不一定能實現。這背后，既有后端技術和算法的迭代，更有“前端”我和語音助手之間平時的積累。如果沒有平時我和語音助手之間，那些高頻次的互動，以及略顯單調的話題，我估計它很難在關鍵時刻，聽懂我想要什么，并給出滿意的結果。

二是洗手的事。除了語音之外，近期還有一個例子，讓我印象深刻。在疫情發生后，我的智能手表也更新了一項功能：洗手提醒。當手表感知到用戶在洗手時，會自動啟動20秒倒數計時器，如果檢測到你沒達到洗手時間，它會提示您繼續洗手。

這個功能最初上線時，誤報和漏報的幾率很高。因為手表也在學習，它在根據你手部的動作，傳感器和麥克風傳來的聲音綜合判斷你是否開始洗手。當它“懷疑”你在洗手，會彈出如下提示：

在我看來，這既是邀請用戶標注數據，更是一種良性的互動。每次我遇到這種提示，我都會很自覺的、盡可能真實的反饋問題。帶來的結果是，最近，我的手表檢測洗手的準確度，已經越來越高了。

前幾日，在某行業群里參與討論時，我跟大家分享了這兩個案例。有群友給出結論：AI的成長，需要用戶陪跑（感謝左手醫生創始人兼CEO張超精彩觀點）。

我很是喜歡這句話。用戶一定要認識到，AI不是簡單的商品或者單純的服務，買來就用，用完就走。或者說，你賣你的，我用我的，用得好我就給你點贊，用得不好就發牢騷。

用戶一定要理解AI的特殊性。我之所以樂意為手表標注數據，愿意耐著性子和語音助手互動，是我的醫工背景，加上我對于行業的理解，讓我認識到，AI的價值體現和行業發展，少不了用戶的參與，這種參與不僅僅是購買和使用，更是標注、陪跑這種看似不起眼的小事。

04

總結

最近，IBM Watson的話題再次登上媒體。對于Watson的失敗，我認為根子在于失衡。投入與產出的失衡，過高的期待值與實際表現之間的失衡等等。

太陽底下沒有新鮮事，在我們讀書時，這種事便屢見不鮮：高考時，有些人奔著清華北大去的，結果考了個重點一本，外界難以接受，自己承受壓力，心態失衡；有人平時默默無聞，無人問津。高考時，考了個重點一本，自己滿意，外界點贊。

語音技術作為人工智能的一個分支，經過大家多年努力，已經體現出自身價值和良好的落地應用場景，已經具備了成為生產力工具的價值和能力。希望這項技術不要被捧殺，也不要被低估，而是按照自己的實際，以自己的配速奔跑，也希望用戶、醫療機構更多的參與和陪跑，多方發力，共同進步。