如果穿越一个世纪以后，我们的子孙一定会嘲笑我们，一篇“调戏”智能手机的语音对话系统的报道也被称为一篇“科技新闻”。不过显然 iPhone 4S 集成的 Siri 是承载了这样的意义的，因为这是第一次将自动语音识别（Automatic Speech Recognition）、自然人机交互（Natural Human-Computer Interaction）和人工智能（Artificial Intelligence）变成消费级产品的标配。

无论是日本科技展上更懂得语音的节奏和韵律可以随着艺术家歌声起舞的机器人；还是iPhone 4S 上可以根据上下文可以懂得我们语音“意思”的 Siri，或是通过训练和调教更习惯我们口音和语速的语音输入；又或者是结合你的地理位置、性别或其他综合属性而返回结果的智能语音识别；还是真正像公众关心的那样，我问它什么听懂多少不重要，重要的是它回答了是否给了我想要的。

在这个语音识别的新纪元这些技术都显得同等重要，这个自然而简单的交互行为后面是一个庞大而复杂的学科，在人人都似乎知道它该长什么样的时候，它到底能够成为什么样子？人与机器的对话会更让我们觉得在跟知识渊博的人在讨论，还是只是多了一个冰冷还老是出错的助理？语义网络的发展是否能助力语音识别？语音识别技术是否还存在瓶颈，“它”听懂了之后还能做些什么？