另外，如果以未来的眼光审视语音交互的话，我们会发现，这个领域的发展潜力相当之大。图形交互界面中，发展了这么几十年，苹果都从 2D 深入到了 3D Touch，而语音交互其实还是萌芽状态。

不久前在社交网络上特别火爆的《8 分音符酱》就证明了在游戏中语音操控的趣味性（神经病性），而《塞尔达传说：荒野之息》的好评如潮也说明了游戏世界的开放性是多么重要，然而键盘手柄，乃至触屏的操控方式其实一点儿也不开放，反而是语音交互存在的可能性更大。

在天猫精灵 X1 发布会的总结文章中，我们已经知道阿里巴巴想要天猫精灵 X1 主打的是「个人小秘书、家电管家和幼儿小老师」三大块的功能，但实际上，如同现在的智能手机能打电话发短信听音乐看视频购物办公几乎快要无所不能一样，作为一款智能音箱其实跟智能手机有些像，它能够做的事情有很多，一场发布会或者一篇文章并不能穷尽说明。

作为一款对于大多数人都还算陌生的设备来说，刚开始用的时候，天猫精灵 X1 还是得需要一下智能手机的帮助，用来给设备联网和度过新手期。

在进入天猫精灵手机端的 app 之后，就是给设备配网的过程，整个过程并不麻烦，需要说明的是，天猫精灵 X1 不支持 5G WiFi，所以这款设备不太适合网络较拥堵的办公室环境，而更适合联网设备不多的家庭环境。

配网完了就可以观看新手视频，这个视频会帮助用户了解一些天猫精灵以及它的基本用法。之后就是关键的注册声纹步骤，简单来讲就是按照天猫精灵 X1 的提醒说话报数，让设备了解用户的生物识别特征。

注册声纹的目的是为了让设备知道当前说话的是谁，在和用户相处久了，天猫精灵 X1 就能知道当前用户的一些喜好，提供更有针对性的服务。声纹另外一个关键性的作用是购物，这个环节中，声纹的作用就跟指纹类似，通过生物识别验证天猫精灵 X1 才会完成支付。

在完成配网，新手指导和注册声纹之后，手机的作用就不大了，智能音箱就可以独立使用了，而此时手机更多的像是一个消息记录器。不过也好在有这个消息记录器，我才知道我和天猫精灵 X1 说了什么，也好在视觉上呈现我和天猫精灵的对话过程。

当我们面对语音助手的时候，仿佛条件反射一样会去问它天气和要它讲笑话。事实上问天气的话，现在几乎没有语音助手不会做了。至于讲笑话，由于语音助手还不怎么学会人类的语调，所以一般来说，都有点儿尴尬。因此，这两部分先略去。我们先来看跟阿里挂钩最密切的购物环节。

在注册了声纹之后，我就开始让天猫精灵帮我充话费了，整个对话还是比较自然的，就跟老板和秘书对话一样（当然我没秘书，全靠脑补）：

帮我充 100 块话费。

请告诉您要充值的手机号码？

152@#￥%&*28

好的，为 152@#￥%&*28 充值 100 元，是否支付？

是。

好了。

整个对话过程非常地自然流畅，如果是买卫生纸或者可乐牛奶等等超市产品，绑定了淘宝账户的天猫精灵 X1 也很方便，都是基于上下文语义理解进行的购物。

在购物下单之外，我们也可以问天猫精灵东西到哪儿了查询下物流的信息。

不过目前这个购物范围还仅限于天猫超市，毕竟 B2C 模式保障更多一些，未来可能也会开放淘宝购物，不过留给阿里人工智能实验室的难题是如何在语音设备上货比三家。

在北京办公室我和天猫精灵 X1 对话的时候，多年没有女朋友关怀的常岩编辑说了一句发布肺腑的话：

这是我听过最好听的语音助手声音了。

某种程度上来说，语音助手的声音就跟手机界面的美观程度一样重要，这一点，天猫精灵 X1 算是做得非常好的，它没有那种非常强烈的机器人感。

尤其是在念诗歌的时候，颇有些抑扬顿挫的意思，而不是平铺直叙。

当然，这个好是相对的，毕竟它还是个机器设备，某些时候天猫精灵 X1 的断句语调还是不如真人那样自然。具体的表现，看爱范儿的评测视频就知道了。