本书探讨了语音技术即将带来的巨大变革，它将成为继移动设备之后最重要的科技变革。作者深入分析了语音技术带来的机遇和挑战，包括公共场合的喧嚣、现阶段语音技术的优缺点、与设备对话的规范变化、无线应用协议（WAP）、利用语音界面使用大型语言模型、改善残障人士的沟通循环、智能音箱与智能麦克风、语音对语音模式的问题、多模式用例、使用语音界面写作、微调大型语言模型与语音技术的结合、使用大型语言模型相互检查、减少大型语言模型幻觉的方法、提升客户服务代理的绩效、语音转文本的最新技术、鲍莫尔成本病、杰文斯悖论、创新的黄金时代、Talon免提输入、公众对公共喧嚣的抵制、医学领域的变革、隐私问题和行业对信任的侵犯、恐怖谷、并发通信、电子游戏的新视野、低垂的果实、人机交互界面、模型测试和训练的创新、模型选择、内容生成模型与内容管理模型之间的军备竞赛、信息代理机会、人类的打断能力、保护注意力和流程、语音技术是否会让打断变得更好或更糟等等。

😄 **语音技术的颠覆性力量：** 语音技术被认为是继移动设备之后最重要的科技变革，它将彻底改变我们与技术互动的方式。作者深入探讨了语音技术带来的机遇和挑战，包括公共场合的喧嚣、现阶段语音技术的优缺点、与设备对话的规范变化等等。 语音技术将为我们带来更加自然、便捷的交互方式，例如使用语音控制智能家居、获取信息、进行购物等等。它也为残障人士提供了新的沟通方式，改善他们的生活质量。 然而，语音技术也存在着一些挑战，例如公共场合的喧嚣、隐私问题等等。作者认为，我们需要认真思考这些问题，并制定相应的解决方案，才能更好地利用语音技术，让它真正造福于人类。

🤖 **大型语言模型与语音技术的融合：** 大型语言模型（LLM）是人工智能领域的一项重要技术，它能够理解和生成自然语言。作者认为，将大型语言模型与语音技术结合起来，可以创造出更加智能、人性化的语音交互体验。 例如，我们可以使用语音界面来控制大型语言模型，让它为我们提供信息、完成任务等等。大型语言模型还可以帮助我们提高写作效率，生成更加流畅、自然的文本。 作者还探讨了如何使用大型语言模型来相互检查，以及如何减少大型语言模型幻觉的问题。这些研究成果将为语音技术的发展提供重要的理论基础和技术支持。

📈 **语音技术的未来趋势：** 作者认为，语音技术将继续快速发展，并将在多个领域得到广泛应用。例如，语音技术将改变医疗保健、教育、娱乐等行业。 在医疗保健领域，语音技术可以帮助医生诊断疾病、制定治疗方案等等。在教育领域，语音技术可以为学生提供个性化的学习体验，帮助他们更好地理解知识。在娱乐领域，语音技术可以为用户提供更加沉浸式的游戏体验，以及更加智能的音乐推荐等等。 作者还探讨了语音技术带来的伦理问题，例如隐私问题等等。他认为，我们需要认真思考这些问题，并制定相应的道德规范，确保语音技术的发展能够造福于人类，而不是带来负面影响。

🗣️ **人机交互的新时代：** 语音技术将改变人机交互的方式，为我们带来更加自然、便捷的交互体验。作者认为，语音技术将成为人机交互的重要组成部分，并将在未来得到更加广泛的应用。 语音技术将改变我们与智能设备、机器人、虚拟助手等交互的方式。它将为我们带来更加人性化的交互体验，让我们感受到科技的温暖和便捷。 作者还探讨了语音技术带来的文化和社会影响，例如它是否会改变我们的语言习惯、思维方式等等。这些问题值得我们深入思考，并为未来做好准备。

🔑 **语音技术的关键挑战：** 作者认为，语音技术的发展还面临着一些挑战，例如公共场合的喧嚣、隐私问题、模型测试和训练的创新等等。 公共场合的喧嚣会影响语音识别的准确率，降低用户体验。隐私问题也是语音技术发展中不可忽视的问题，我们需要制定相应的政策和技术措施，保护用户的隐私。 模型测试和训练是语音技术发展的重要环节，我们需要不断改进模型测试和训练的方法，提高模型的性能。作者还探讨了内容生成模型与内容管理模型之间的军备竞赛，以及信息代理机会等等。这些问题都需要我们认真思考，并找到有效的解决方案，才能让语音技术更好地服务于人类。

💬 **语音技术与人类交互的未来：** 作者认为，语音技术将改变我们与世界互动的方式，它将为我们带来更加便捷、高效的生活体验。 语音技术将改变我们获取信息、完成任务、进行沟通的方式。它将为我们提供更加人性化的交互体验，让我们感受到科技的温暖和便捷。 作者还探讨了语音技术带来的伦理问题，例如隐私问题、道德问题等等。他认为，我们需要认真思考这些问题，并制定相应的道德规范，确保语音技术的发展能够造福于人类，而不是带来负面影响。

🧠 **语音技术与人类意识的未来：** 作者认为，语音技术将改变我们对世界的理解，它将为我们带来更加深入、全面的认知体验。 语音技术将改变我们与世界互动的方式，让我们更好地理解世界、理解自己。它将为我们带来更加丰富、多元的认知体验，让我们感受到世界的奇妙和生命的意义。 作者还探讨了语音技术带来的伦理问题，例如隐私问题、道德问题等等。他认为，我们需要认真思考这些问题，并制定相应的道德规范，确保语音技术的发展能够造福于人类，而不是带来负面影响。

Jim talks with Tobias Dengel about the ideas in his book The Sound of the Future: The Coming Age of Voice Technology. They discuss the idea that voice tech will be the biggest shift since mobile, the problem of public babble, positives & negatives of current voice tech, changing norms around speaking to devices, Wireless Application Protocol (WAP), using LLMs through a voice interface, improving communication cycles for incapacitated people, smart speakers vs smart mics, problems with the voice-to-voice paradigm, multimodal use cases, using voice interfaces for writing, finetuned LLMs in combination with voice tech, using LLMs to check each other, Jim's method for reducing LLM hallucinations, improving agent performance in customer service, the state of the art in voice-to-text, Baumol's cost disease, the Jevons paradox, a golden age of innovation, Talon hands-free input, the possibility of a pushback against public babble, coming changes in medicine, privacy issues & the industry's violation of trust, the uncanny valley, concurrent communication, a new horizon for video games, low-hanging fruit, interfaces between humans and robots, innovations in model testing & training, selecting models, an arms race between models creating content & models curating content, the info agent opportunity, the human capacity for interruptions, defending attention & flow, whether voice tech will make interruptions better or worse, and much more. Transcript The Sound of the Future: The Coming Age of Voice Technology, by Tobias Dengel with Karl Weber Talon JRS EP123 - Jamie Wheal on Recapturing the RaptureTobias Dengel is president of WillowTree, a TELUS International Company, a global leader in digital product design and development, with 13 offices in North America, South America and Europe, headquartered in Charlottesville VA. The company has been named by Inc. magazine to the Inc. 5000 list of America’s fastest growing companies for 11 straight years. WillowTree’s clients include some of the best-known brands in the world, such as T Mobile, Mastercard, Capital One, HBO, Fox, Time Warner, PepsiCo, Regal Cinemas, Charles Schwab, Johnson & Johnson, Lidl, Wyndham Hotels, Hilton Hotels, Holiday Inn, Canadian Broadcasting Corp, Synchrony Bank, Edward Jones Investments, and National Geographic. These industry leaders trust WillowTree to design and develop their websites, apps, internal systems and voice interfaces.