谁更具市场潜力
按照距离麦克风的远近，以上三种语音交互的场景，可分为两类：一是远场语音（在车载、智能家居环境下，离麦克风3－5米），二是近场语音（嘴巴贴近麦克风，与产品对话）。
Amazon Echo系列产品在2016年卖出了超过650万台，可谓远场语音的典范。亚马逊将语音交互落地到智能家居上，加入麦克风阵列，对不同方向的声音信号进行处理，解决了部分远场化的问题，但是由于定向拾音的角度有限，说话人的移动成为问题。亚马逊Alexa负责人 Toni Reid认为，“当用户下达语音指令后，Alexa实际上只有一次机会去部署相应的动作，而不能去和用户进行多轮对话，反复对话对用户来说是很糟糕的体验。”
2011年iPhone 4s发布Siri语音助手，是苹果在语音交互棋盘上下的第一颗棋子，之后Siri不断迭代，但在远场语音方面，Siri比不上ALexa。因此，苹果选择以近场语音交互为主的airPod为切入点发力，这一举措巩固了苹果在近场语音中的王者地位。数据显示，airpods上线短短一个月，就异军突起占据了美国无线耳机26％的市场份额。
相比音箱，智能耳机的利用率更高。智能家居、车载语音产品，要依托一个固定的环境，从这一点来看，以智能耳机为代表的近场语音产品更个人化。远场语音下，用户总是要保证声源距离，才能完成语音交互，若声源距离较远，音量不够大，那语音识别率将会大受影响。戴在耳朵上的智能耳机，离人的语言器官嘴巴近，当你和智能耳机进行语音交互的时候，更像是和朋友交谈。这就如同大声嘶喊和两个人窃窃私语。
智能耳机的携带方便，决定了它有更多自然的使用场景。以电脑和智能手机为例，当电脑发展成为基础设施走入千家万户，几乎人手一台，用户长时间大规模的使用；后来，几乎兼容电脑的智能手机，扩充了传统手机的使用范围，并且体积轻小携带方便，用户量迅速扩展，人们自然而然的从PC时代迈入智能手机时代。
MSR首席研究员、语音专家俞栋指出，“目前一般远场识别的错误率是近场识别错误率的两倍左右”，当产品真正落地的时候，近场语音带来了更好的用户体验。
去年，“互联网女皇”的玛丽·米克尔发布的2016年互联网趋势报告中，谈及“语音正在被重塑，成为人机交互的新方式，在过去75年里，每10年就有一次人机交互的重大革新，人类对机器的操作，从物理手柄按键，到物理键盘鼠标，再到触摸屏，现在语音成为了重要的交互方式。”在这场语音交互入口争夺战中，以智能耳机为代表的“on the go”场景语音产品，因为更接近语言交流的器官，应用场景更广泛，或将成为语音交互的最大入口。
