I filmen Hon, Joaquin Pheonix spelar en ensam, hjärtkrossad man som utvecklar starka romantiska känslor för sitt mobila operativsystem. “Samantha”, som han kallar honom, pratar med honom, lyssnar på honom och blir i slutändan en viktig del av hans liv.
Som tekniken är just nu, kanske vi inte är på väg att skapa riktiga “mänskliga” förbindelser med våra mobila enheter, men vi pratar med dem. Vi pratar mycket med dem.
Mobilteknologin går snabbt framåt, och snart kommer röstigenkänningsmjukvaran att bli ännu mer avancerad och mycket mer utbredd än den är nu.
I slutändan kommer förbättrad programvara för taligenkänning att ha en betydande inverkan på hur allmänheten använder sökmotorer. När sökmotorfrågor utvecklas kommer resultaten naturligtvis att följa efter.
Som ett resultat kommer SEO-praxis att påverkas och företag kommer att behöva utveckla nya tekniker (eller modifiera nuvarande metoder) för att optimera sina webbplatser.
Programvara för röstigenkänning: vägen till framgång
Programvara för röstigenkänning för smartphones har varit frustrerande långsam, buggig och prickig i bästa fall. När det är som värst har den spirande teknologin skapat några pinsamma och problematiska felkommunikationer.
Att prata med Siri har i princip varit som att försöka chatta med din äldre mormor efter att hon tagit av sig hörlurarna på natten.
Det är långt ifrån den bekväma handsfree-teknik som skaparna ursprungligen ville bygga. Ett nytt experiment har dock antytt att en lösning är i horisonten.
Att sätta ny teknik på prov
James Landay, professor i datavetenskap vid Stanford och medförfattare till den här senaste studien, sa:
”Röstigenkänning är något vi har blivit lovade i decennier, men det har aldrig fungerat särskilt bra. Men vi insåg att taligenkänning under de senaste två eller tre åren faktiskt blivit mycket bättre, dra nytta av big data och djupinlärning för att träna sina neurala nätverk för att producera snabbare och mer exakta resultat. Så vi bestämde oss för att formellt testa det mot människor.”
Landay och hans forskargrupp, som inkluderade forskare från Stanford, University of Washington och Baidu Inc., tog Baidu’s Deep Speech 2-programvara och utmanade 32 sms-användare till en hastighets- och precisionstävling.
För att testa Baidus förment avancerade röstigenkänningsprogram rekryterade forskare en grupp 19- till 32-åringar för att skriva meddelanden på Apples iPhones inbyggda tangentbord i en kapplöpning mot maskinen.
“De växte upp med att sms:a, så vi ställer röstigenkänning mot människor som är riktigt bra på den här uppgiften,” förklarade Landay.
Deltagarna skrev eller verbaliserade cirka 100 vardagliga fraser. Vissa ämnen utförde uppgiften på engelska, medan andra utförde den på sitt modersmål mandarin. Oavsett språk var resultaten tydliga: Baidus Deep Speech 2-programvara var betydligt snabbare och mer exakt.
På engelska var taligenkänning svindlande tre gånger snabbare än att skriva, och felfrekvensen var 20,4 % lägre. På mandarin presterade taligenkänningsprogrammet med en svindlande 63,4 % lägre felfrekvens.
Stanfords doktorand i datavetenskap och medförfattare Sherry Ruan sa:
“Vi visste att taligenkänning är ganska bra, så vi förväntade oss att det skulle vara snabbare, men vi blev faktiskt ganska förvånade när vi upptäckte att det var nästan tre gånger snabbare än att skriva på ett tangentbord.”
Framtiden för röstigenkänningsprogram
Nu när forskare har kunnat kvantifiera framgången med taligenkänningsprogram, hoppas de att det ska inspirera ingenjörer att designa bättre användargränssnitt som drar fördel av denna teknik.
“Vi borde inkludera tal i fler applikationer än att bara skriva ett e-postmeddelande eller ett textmeddelande,” sa Landay. “Du kan tänka dig ett gränssnitt där du använder tal för att starta och sedan växlar det till ett grafiskt gränssnitt som du kan röra och styra med fingret.”
Även om mjukvaruföretaget Baidu för närvarande inte planerar att göra Deep Speech 2 tillgängligt för allmänheten, integrerar de det i sina egna applikationer i Kina.
Oavsett vilket verkar det som att förbättrad programvara för röstigenkänning är på väg till smartphones och andra mobila enheter här i USA. Innan vi kan diskutera hur den här tekniken kommer att påverka användarnas beteende och hur vi gör affärer måste vi först svara på frågan.”Vem använder programvara för röstigenkänning och varför?“
Det kanske inte kommer som en överraskning, men majoriteten av människor som använder mobila personliga assistenter som Siri faller i generationskategorin “millennials”. Uppdelningen ser ut så här:
- 18-29 år: 71 %
- Från 30 till 43 år: 59 %
- 44-53 år: 39 %
- Mer än 54 år: 38 %
Nu när vi har etablerat “vem” är det dags att prata om “varför”. Varför använder vi programvara för röstigenkänning? Vad är syftet?
Enligt en Northstar Mobile Voice-studie använder tonåringar och vuxna röstfunktionen på sina telefoner av olika anledningar.
De flesta tonåringar (43 %) använder röstigenkänning för att ringa ett telefonsamtal, medan 38 % frågar efter vägbeskrivning och 31 % använder sökfunktionen för att få hjälp med läxor. Å andra sidan använder 40 % av de vuxna den för att fråga om vägbeskrivning, medan 39 % dikterar texter och 31 % använder den för att ringa någon.
Många människor börjar använda taligenkänning för sökmotorfrågor. Det är just denna applikation som kommer att påverka företag, digitala annonsörer och SEO-specialister.
Hur kommer röstsökning att påverka SEO?
Det finns sannolikt skillnader mellan hur vi skriver våra sökfrågor och hur vi verbaliserar dem. När användarnas beteende förändras kommer sökmotorresultaten också att ändras. Frågan är, kommer du att vara redo att anpassa dig till dessa förändringar för att hålla din webbplats optimerad?
Det här är de två huvudsakliga sätten att röstsökning kommer att påverka SEO.
Samrådets varaktighet och formulering
När vi skriver våra sökfrågor anger vi sällan mer än två ord. Vi brukar inte skriva hela meningar, med vetskapen om att Google kommer att förstå kärnan.
Även om röstsökningar för närvarande är relativt korta, med de flesta begränsade till cirka tre ord, är det viktigt att notera att röstsökning fortfarande är i sin linda.
Som nämnts ovan har röstigenkänningsmjukvara historiskt sett inte varit så användbar; Vi börjar först nu se mer avancerade program som faktiskt kan förstå oss och kommunicera korrekt med oss.
När programvaran förbättras och vi blir mer bekväma att använda den, är det mycket troligt att röstsökningsfrågor börjar likna naturligt språk.
Starkare avsikt
Naturligt språk visar avsikt starkare. När vi talar i hela meningar blir vår mening tydligare för vår publik. Det är ganska enkelt, eller hur?
Här är ett exempel:
Användaren skriver “luftkonditionering” i sökfältet. Google vet inte om du vill köpa en, reparera en, känna till deras historia eller se bilder på dem. Nu, om du använde röstsökning och sa “Var kan jag köpa en luftkonditionering?” då kan Google ge dem mer lämpliga resultat.
För onlinemarknadsföring och SEO-specialister kan det vara till stor hjälp att känna till användarnas avsikt. De kan sträva efter att sortera i frågefraser med högre sannolikhet för handling.
Ändra din SEO-strategi
När Internetanvändarnas beteende förändras måste ditt företag reagera och anpassa sig.
Nedan finns några sätt du kan vidta åtgärder för att upprätthålla din webbplatss sökmotoroptimering.
- Lägg till relevanta frågefraser i din sökordslista (dvs. hur mycket kostar det att resa till Los Angeles?)
- Identifiera dina mest värdefulla frågefraser och undvik frågor som inte föreslår åtgärder (dvs. vad är klockan i Los Angeles?)
- Inkludera utfyllnadsord i dina sökordsfrågor, som “den”, “för”, “jag” och “för”.
Mobiltekniken har inte gått framåt med stormsteg, utan med stormsteg. Det är spännande, det är imponerande, men det är också utmattande. Företag måste vara alerta, redo att reagera och anpassa sig när som helst.
Taligenkänningsmjukvara kan ha funnits ett tag, men den har ännu inte spelat en viktig roll i att forma vårt moderna samhälle. Tiden har kommit. Är ditt företag redo?
