早在計算機發明之前，自動語音識別的設想就已經被提上了議事日程，早期的聲碼器可被視作語音識別及合成的雛形。而1920年代生產的“Radio Rex”玩具狗可能是最早的語音識別器，當這只狗的名字被呼喚的時候，它能夠從底座上彈出來。最早的基于電子計算機的語音識別系統是由AT&T貝爾實驗室開發的Audrey語音識別系統，它能夠識別10個英文數字。其識別方法是跟蹤語音中的共振峰。該系統得到了98%的正確率。到1950年代末，倫敦學院（College of London）的Denes已經將語法概率加入語音識別中。1960年代，人工神經網絡被引入了語音識別。這一時代的兩大突破是線性預測編碼Linear Predictive Coding （LPC）， 及動態時間規整Dynamic Time Warp技術。

　　互聯網時代，科技家居已經變得格外普遍。智能語音界面無處不在，或許現在的人們跟智能軟件講話的次數比鄰居、老同學甚至家人還要多。我們將Amazon Echo或者Google Home安裝在家里的某個角落，我們跟Siri調侃談話，我們搜索資料、發送信息、控制相連設備、購物等等，都和語音界面緊密相關。

　　但事實上是孩子先一步接觸語音技術的。2010年iPad第一次亮相后，孩子很快就學會如何激發語音界面。識字尚且不多的孩子希望世界上的一切都和這個iPad一樣，只要說話就可以控制了。但那時技術尚且不成熟，孩子和機器說話，像“Alexa，打開車窗”或者“谷歌，調整電視信號”，沮喪的是，這時什么都沒有發生。孩子也在等待世界跟上他們的步伐，就像鼠標和觸摸控制是大人的，而語音控制卻是孩子的，智能語音界面就是他們最了解也最喜愛的東西。

　　語音用戶界面有個大舞臺，隨著科技進步，舞臺會越變越大。Alexa、Google Home以及Siri的各項功能隨著時間越來越豐富，越來越完善。我們已經可以和它們有良好的互動，像“Alexa，今天早上的通勤時間是多少？”或者“谷歌，告訴我今天的天氣”。我們喜歡和機器人聊天，但又很快的拋棄它們。根據Voicelabs統計顯示，用戶度過了第一周的新鮮期以后，繼續使用語音用戶界面的幾率只有3%。對于試圖想要和消費者建立良好互動關系的營銷人員來講，這并不是一個好現象。那么想要建立更加復雜的交互關系就更加困難了。

　　語言界面現在雖然已經興起，但是用戶似乎尚未學會物盡其用。因為在大多數的情況下，我們并不需要創造對話，我們只是想在語音界面輸入老式單一的命令。像在行程中添加一些東西、播放一首歌曲以及設置一個鬧鐘，這些都只需要簡單的命令。這些命令語音界面都可以游刃有余的辦好，但是一旦涉及到更加廣泛的談話空間，語音界面就顯得遲鈍。但是這不單單是用戶界面的問題，智能語音界面和用戶想要建立更加流暢的對話關系，需要長時間的信息采集。例如當用戶提到“有趣的周末”時，語音界面的回答建議便是從以前的對話中提取整合信息得來的。

　　語音用戶界面的模塊構建需要對話設計。保羅·龐加羅（Paul Pangaro），一位權威的會話理論家，提出了對話簡單元素和流程的框架。以此為基礎，研發者設計界面時，設定談話雙方要共享上下文以及語言環境，準確定義談話目標，反復評估和交換信息。

　　現在有很好的工具促進語音用戶界面的對話創建。Pullstring和Dexter試圖向用戶呈現一個友好的界面的同時保持運行靈活順暢。但是為了語音用戶界面的更好發展，這些工具還是需要改進，例如設計專業業務邏輯，像針對用戶的職業身份，語音界面會具備相應的專業只是系統；以及語音人工智能的個性化以及品牌化發展等。

　　上面提出的已經有公司在嘗試，但這還需要很多的工作要做。語音人工智能技術正在興起，無論是對廣大的用戶來講還是營銷人員來講，相信語音用戶界面的發展會給人們帶來更多更美好的體驗。