科技大廠競相發展語音AI，期望取代文字輸入，成為下一代AI代理主要介面
科技產業資訊室(iKnow) - 茋郁 發表於 2026年8月11日
圖、科技大廠競相發展語音AI，期望取代文字輸入，成為下一代AI代理主要介面
大型科技公司正大力轉向語音技術，押注未來人類與AI互動的主要方式將是語音而非打字。如今OpenAI、谷歌和微軟等產業領導者正積極投資先進的語音系統，以驅動下一代AI代理。
如今OpenAI、谷歌和微軟等公司已大幅升級了其語音助理。與早期助理（例如 Siri 或 Alexa）不同的是，現代AI語音系統能夠理解上下文，自然地進行插話，並且響應延遲更低。
因為新模型能夠直接處理語音，而不是像以往那樣先進行語音，再進行文字處理，最後再進行語音的轉換，讓其延遲性降低許多，且對話更加人性化。
例如：2026年7月23日，OpenAI在ChatGPT桌面應用程式中新增了一個名為 ChatGPT Voice 的語音模型，以便讓企業員工可以透過語音指令與他們的智慧助理溝通。預計這項技術的主要應用對象將是軟體工程師，他們現在可以透過語音編寫程式碼。
谷歌報告聲稱，語音互動量已大幅成長，對話長度約為文字聊天的五倍。而且語音互動使用戶能夠更自然地解釋複雜的任務，因此在編寫程式碼、腦力激盪或規劃時，能獲得更有效率的工作輸出。
另外OpenAI和谷歌發展語音AI的另一個關鍵在於，許多公司都認為如今的智慧型手機可能並非AI的最終裝置形式。因此有許多新創公司正在開發穿戴式麥克風、AI戒指、隱蔽式音訊設備，以及其他形式的語音AI裝置，旨在讓持續語音互動更便利、更容易被社會接受。
如今OpenAI 即將推出的消費級硬體裝置可能也包含語音組件，旨在用於家庭環境。這也是如今OpenAI和蘋果官司的關鍵之一。
即使語音AI的確擁有成長的潛能，但其仍面臨許多挑戰，例如：如何消除背景噪音、辨識不同口音和語言、降低響應延遲、輸入時存在隱私問題，以及在公共場所與AI對話的尷尬。這也是語音要成為主流互動方式之前，亟待解決的問題。
對AI語音新創公司的投資迅速成長，反映出人們相信對話式AI可能成為一個巨大的新型運算平台。 2026年初，該領域的創投金額已達到約70億美元，凸顯了投資者對該技術成長的信心。
人們與機器的介面革命一直在改變，從鍵盤輸入，加入了視窗和滑鼠。並隨著iPhone的出現，開始掀起觸控螢幕革命。如今進入AI時代，在眾多廠商力拼語音AI介面的努力下，或許未來語音AI能夠讓人們和AI互動變得更加自然，不僅讓工作效率提升，也讓智慧家庭的夢想不再受到介面拘束，進而實踐真正的商業化，不再讓AI投資變成無法兌現獲利的障礙啊！（989字；圖1）
參考資料：
Big Tech bets AI’s future will be spoken. Financial Times, 2026/8/6
--------------------------------------------------------------------------------------------------------------------------------------------
【聲明】
1.科技產業資訊室刊載此文不代表同意其說法或描述，僅為提供更多訊息，也不構成任何投資建議。
2.著作權所有，非經本網站書面授權同意不得將本文以任何形式修改、複製、儲存、傳播或轉載，本中心保留一切法律追訴權利。
|