Google แนะนำ Voice Playbook คู่มือการพัฒนาด้านเทคโนโลยีที่สามารถช่วยให้เข้าใจมากขึ้นว่าทำไมผู้คนถึงใช้เสียงของพวกเขาในการเข้าถึงข้อมูลและเครื่องมือออนไลน์มากขึ้น ซึ่งนับเป็นความท้าทายในส่วนที่ Google ได้ตระหนักถึงศักยภาพของเทคโนโลยีใหม่นี้ ปัจจุบัน เสียงไม่ได้แค่มีประโยชน์สำหรับผู้ใช้อินเทอร์เน็ตหน้าใหม่จำนวนมากเท่านั้น แต่ยังเป็นช่องทางสำคัญที่ช่วยให้พวกเขาเข้าสู่โลกออนไลน์ได้โดยไม่จำเป็นต้องมีระดับการรู้หนังสือ ทำให้พวกเขาสามารถพึ่งพาตนเองได้เพราะเสียงช่วยลดความยุ่งยากในการโต้ตอบกับอุปกรณ์สื่อสาร ลดความซับซ้อนจากการพิมพ์ข้อความเป็นภาษาต่างๆ และทำให้ได้ผลลัพธ์ที่ต้องการ เช่น ผลลัพธ์ของคำค้นหาที่เข้าใจได้ง่ายขึ้นมาก นอกจากนี้ ผู้คนยังใช้เสียงเพื่อบันทึกและแชร์สิ่งที่ตัวเองพูดหรือออกคำสั่ง เช่น คำค้นหา ใช้ผู้ช่วยเสมือน (virtual assistant) และใช้ฟังก์ชันถอดเสียงเป็นข้อความได้อีกด้วย  

จากข้อมูลการสำรวจของ Statista  พบว่า 42% ของประชากรโลก และ 50% ของผู้คนในเอเชียแปซิฟิก ใช้วิธีการค้นหาด้วยเสียงบนอุปกรณ์สื่อสาร และแนวโน้มดังกล่าวได้เติบโตอย่างรวดเร็ว โดยเฉพาะในพื้นที่ที่มีผู้ใช้อินเทอร์เน็ตหน้าใหม่จำนวนมาก ซึ่งหลายคนไม่มีประวัติการใช้คอมพิวเตอร์หรือแม้แต่การพิมพ์ป้อนข้อมูลเข้าไปในสมาร์ทโฟน

จำนวนของประชากรโลกที่ใช้การค้นหาด้วยเสียง

สำหรับในประเทศไทยในทุกๆ ปี มีเด็กจำนวนมากที่หายออกจากบ้านและไม่สามารถหาทางกลับบ้านได้ แต่ด้วยเทคโนโลยีการใช้คำสั่งเสียงสามารถช่วยทำให้ผู้ใช้งานที่ไม่สามารถอ่านและเขียนได้  ตัวอย่างเช่น เด็กหนุ่มชาวไทยคนหนึ่งที่เคยเป็น “คนหาย” นานกว่า 15 ปี แต่หลังจากนั้นเขาสามารถหาทางกลับไปหาครอบครัวได้สำเร็จด้วยการใช้การค้นหาด้วยเสียงบน Google Search

ด้านความท้าท้าย: ผู้คนต่างชื่นชอบการใช้เสียงเพราะทำให้โลกอินเทอร์เน็ตซับซ้อนและสับสนน้อยลง แต่ในขณะเดียวกัน ยังมีความท้าทายสำคัญและสร้างความหงุดหงิดรำคาญบ่อยครั้ง หนึ่งในนั้นคือการตีความผิด (misinterpretation) เพราะเทคโนโลยีการจดจำเสียง (voice recognition) และการแปลภาษาจากคำพูด (speech interpretation) ยังไม่สมบูรณ์แบบนัก ดังนั้น ผู้คนทั่วไปจึงประสบกับปัญหาการตีความที่ผิด แต่เมื่อผู้ใช้หน้าใหม่มีประสบการณ์ที่ไม่ดีกับการใช้เสียง พวกเขามักจะโทษตัวเอง ความคิดเห็นที่ Google ได้ยินบ่อย คือ "มันไม่เข้าใจสำเนียงของฉัน" หลังเจอกับประสบการณ์แย่ๆ ไม่กี่ครั้ง หลายคนมักจะยอมแพ้ ส่วนความท้าทายสำคัญประการที่สอง คือ การรับรู้เกี่ยวกับตนเอง (self-perception) กล่าวคือ ผู้ใช้อินเทอร์เน็ตหน้าใหม่อาจรู้สึกว่าการใช้เสียงทำให้คนอื่นคิดว่าตนเองไม่มีการศึกษา หรือกังวลว่าเพื่อนๆ จะเยาะเย้ยพวกเขา  นอกจากนี้ยังมีข้อกังวลเรื่องความเป็นส่วนตัวอีกด้วย นอกจากนี้ยังมีข้อกังวลในเรื่องความเป็นส่วนตัว เมื่อผู้ใช้งานถูกรายล้อมไปด้วยคนกลุ่มใหญ่ พวกเขามักไม่เต็มใจที่จะพูดกับอุปกรณ์ของตนเพราะกลัวว่าจะมีใครได้ยิน

เทคโนโลยีอาจสร้างปัญหาท้าทายให้กับผู้ใช้เสียง แต่ถ้าได้รับการออกแบบและพัฒนามาอย่างถูกต้อง มันจะช่วยเอาชนะปัญหาเหล่านั้นได้เช่นกัน จากประสบการณ์ที่ผ่านมา ซึ่ง Google ได้เรียนรู้จากเทคโนโลยีสั่งการด้วยเสียงของ Google เอง Google จึงได้สร้าง คู่มือสำหรับเทคโนโลยีสั่งการด้วยเสียง ขึ้นมาชุดหนึ่ง เพื่อนำทางอุตสาหกรรมนี้ให้ก้าวไปข้างหน้า และช่วยให้ผู้พัฒนาเทคโนโลยีทุกรายไม่ว่าจะอยู่ที่ไหนในโลกคิดถึงวิธีสร้างสรรค์เทคโนโลยีที่จะนำมาใช้กับเสียง เพราะเมื่อเข้าใจประสบการณ์การใช้เสียงของผู้คนและสร้างเทคโนโลยีจากประสบการณ์แล้วนั้น ก็จะสามารถยกระดับการใช้ประโยชน์และการเข้าถึงเทคโนโลยีที่พวกเขาใช้ได้อย่างมาก ได้แก่

• Google ทำให้การค้นหาด้วยเสียงง่ายขึ้นด้วยไอคอนธรรมดาๆ (ไม่ใช่ไมโครโฟนยุค 50) ที่ตรงตามมาตรฐานอุตสาหกรรมทั่วไป ใช้ประโยชน์จากพื้นที่บนหน้าจอได้มากขึ้น และแตะไม่เกินครั้งเดียวเพื่อเข้าถึงฟังก์ชันที่ต้องการ 
• Google ช่วยป้องกันไม่ให้ผู้คนหงุดหงิดและยอมแพ้ไป โดยทำให้ผลลัพธ์ที่พวกเขาได้รับไม่ซับซ้อนและเข้าใจง่ายขึ้น (ตัวอย่างเช่น ความสามารถในการแยกข้อความยาวๆ ออกเป็นประโยคง่ายๆ สั้นๆ ได้จากข้อความที่ถูกอ่านออกเสียง)  
• Google สามารถสะท้อนความเป็นจริงในชีวิตประจำวันของผู้ใช้เทคโนโลยีสั่งการด้วยเสียงหน้าใหม่ได้โดยการอำนวยความสะดวกให้พวกเขาพูดอย่างเป็นธรรมชาติได้ง่ายขึ้น ไม่ว่าจะเป็นการหยุดหายใจและคิด หรือพัฒนาฟังก์ชันที่ช่วยให้คนที่พูดได้หลายภาษาสามารถเปลี่ยนจากภาษาหนึ่งไปอีกภาษาหนึ่งขณะที่พวกเขากำลังพูดได้สะดวกรวดเร็วขึ้น 

Google ได้กำหนดหลัก 7 ประการเพื่อรับมือกับความท้าทายที่พบบ่อยที่สามารถใช้เป็นแนวทางในการค้นคิดเกี่ยวกับเทคโนโลยีสั่งการด้วยเสียงและวิธีที่จะทำให้แน่ใจว่ามันเป็นเครื่องมือเสริมสร้างขีดความสามารถของผู้ใช้ทุกคน ซึ่งได้แก่

1. พัฒนาขึ้นเพื่อให้ผู้ใช้นำไปใช้งานได้จริง 

2. คิดให้ไกลเกินกว่าการป้อนข้อมูลเข้า 

3. ให้ความรู้แก่ผู้ใช้แบบไม่จงใจหรือยัดเยียด 

4. ใช้ประโยชน์จากสิ่งที่คุ้นเคย 

5. ทำให้ระบบเข้าใจและค้นหาเสียงได้

6. ออกแบบเพื่อป้องกันความผิดพลาด 

7.  รองรับผู้ใช้ที่พูดได้หลายภาษา

ในขณะที่ผู้คนหลายร้อยล้านคนทั่วโลกเข้ามาใช้แพลตฟอร์มออนไลน์ Google ตอกย้ำให้การสั่งการด้วยเสียงสร้างความรู้สึกที่เป็นธรรมชาติและมีประโยชน์มากขึ้น และ Google คาดหวังที่จะช่วยให้ผู้คนจำนวนมากขึ้นได้ใช้เสียงของพวกเขา และรับรู้ได้ว่าเสียงนั้นสื่อสารและสั่งการได้จนเกิดผลลัพธ์ตามที่พวกเขาต้องการ