这种改进来自机器学习技术。机器学习系统重新审查了 Alexa 之前发生的数千个沟通障碍，并进行了改进。系统能学会用户实际想要听哪首歌曲，并在对话的较早部分识别出那首歌曲。 麻省理工学院口语系统团队负责人 James Glass说：“你一开始就需要做出一些假设，假定人们会问哪些问题。然后你收集数据，并调整你的模型。”

James Glass 表示，这种机器学习方法得到了广泛的认可，但要使用这种方法的话，所需要的数据量远远超过大学研究人员所能获得的数据。随着 Alexa 使用量的激增，亚马逊现在可以访问一个扩展的人机界面语音交互存储库，使其在对语音技术进行微调方面处于领先地位，正如谷歌在文本搜索查询领域所享有的领先地位那样。

为了加强与下一代 AI 和言语研究人员的联系，亚马逊还邀请全球十几所大学的工程学生来搭建可以持续 20 分钟对话的语音机器人，而在今年11月最后期限前取得最大进展的团队将赢得50万美元的奖金。

外部数据的加入也是有帮助的。例如，2016年，亚马逊把海量歌词数据库加入了Alexa，这样，当用户说出“drove my Chevy to the levee”这样的歌词时，Alexa将自动联想到 Don Mclean的歌曲“美国派”。

Prasad 团队的最新项目之一突出了这种方法的灵活性——这涉及到如何破译用户是不是在反悔其初始请求。 不同用户的指令可以有很大的不同。 有人会说“不，不，不”， 其他人更喜欢说“取消”，还有人喜欢说，“等等，实际上，这就是我想要的”等等。Alexa不需要破译每段话语。大样本和半监督机器学习使它能够概括出一组可能的否定性语音标记，然后在话语变化之后提取出连贯的新请求。

总之，Alexa正在努力成为更好的听众。

还有太多话要说

可能有不少人能猜到，语音AI 最热忱的使用者是那些无法轻易使用手机或平板电脑的人——这一点同样在Alexa身上得到了验证。

为残疾人士提供住房和服务的费城 Inglis 公司执行官 Gavin Kerr 已在八个残障居民家中安装了 Amazon Echo 和 Dot 设备。一旦初期测试完成，他希望最终将它们添加到所有300个住宅之中。 “对残障居民而言，这是一个不可思议的福音，他们可以过得更舒服。 它为他们带来了独立性。”

比如说，对于那些卧床不起或使用轮椅的人来说，一个怎么也够不着的墙壁恒温器将是巨大的折磨。 对此，Kerr解释说：“他们的身体很难适应温度。 一个72°F 的房间可能会让他们前一个小时感到炎热，后一个小时又觉得冷。”由于行动不便，如果房间不提供摇铃即来的人类看护，这些残障人士很难让自己变得舒服一点。

经过一些调整后，Alexa 软件还可以服务于那些语言能力受限的人。Kerr 谈到了一个30多岁的有语言障碍的人，他想要离开康复医院回到日常社区。 Kerr 回忆说，“他告诉我们，他怎么也无法使用Alexa的命令。于是，我们问他，你能说哪些话？ 然后我们修改了软件，这样他可以使Alexa按他的要求来工作。现在，当他想要打开厨房灯时，他会说'约翰'，当他想打开浴室灯时，他会说：'妈妈'“。

虽然 Inglis 公司会为其Echo用户提供四个小时的培训，但是多数新用户更喜欢自己去探索。 将 Echo 拉出包装箱后，一些特别常见的应用程序如播放音乐、设置闹钟或更新购物清单等选项将突出显示出来。使用多装置的用户可以在智能手机、笔记本电脑上调用Alexa控制面板来调整其设置，发现新应用程序，或获取关于怎样让应用程序具有最佳效果的指导。