先說個親身經歷。大約在1999年的時候，偶爾看到一則新聞，講的是一個患有青光眼、嚴重弱視的用戶是如何通過讀屏軟件和語音軟件來幫助自己使用電腦和上網的，效果還不錯，所以一時心起，買了個D版的IBM ViaVoice 98回來嘗試。看介紹說是輸入識別達到90%以上，是當時最先進的語音識別軟件。裝軟件是很快，但根據它的安裝指示，進行的語音識別練習可把我折騰死了，為了讓音量和標準度一直能進綠線，我大聲朗讀所有的范文，一直折騰到半夜一點多才算完事，四五個小時下來，口干舌燥的，還被父母教訓。可最終的結果還是相當讓人失望，通過語音控制命令調用程序并不是很理想，打開文本進行語音文字輸入的效果更差，最后，勉強用了幾天后，還是把它刪除了，省出幾百兆的硬盤空間。

之后除了用過Siri，其它的語音識別軟件就沒再用了。感受是目前Siri的使用上還不是很方便，不支持中文，搜索結果對中國區也不是很理想。但我們不能否認的是，語音識別技術蘊涵的巨大力量。口頭語言的交流比文字和圖像的交流更廣泛、更方便、更簡潔，在日常生活和工作中比后兩者占有更重要的地位。我很愿意用語音來控制家里的電器工作，以便能解放雙手來做別的事情。如果能把語音識別和控制技術完善至民用級別，那么隨著而來的應用浪潮就能帶來一場新的商業革命。

同樣的，對于語義分析技術來講，即使撇開與語音技術結合所能產生的威力，僅考慮它在自然語言處理、信息甄別、分類上的功用，就能幫助我們有效處理互聯網上海量的信息，提升知識庫、商業智能等方面的應用水平。當與語音識別技術結合后，互聯網的人工智能水平會更上一層樓。不得不說的是，不管是語音識別還是語義分析技術，都是強技術類型的，它們很依賴于實驗室研究和工業轉化，在轉化成產品推向大眾市場之前，它們已經不知道在實驗室里被多少人研究和完善了多少年了，識別率才有了百分之幾的提升。在這個領域里，大公司比小公司或創業者擁有更多的資金和技術實力，這使得他們擁有更多的力量去建立行業標準，提高競爭門檻，或是通過專利大棒來打壓競爭者。