语音控制和语音交互有什么区别？

语音控制关注“用一句话完成一个动作”，语音交互则是更大的概念，包含理解用户表达、持续对话、反馈和上下文。

什么是语音控制

语音控制通常对应有限的动作集合，例如“打开灯光”“停止播放”“下一页”。系统识别到目标短语后，直接调用一个明确的产品动作。

这类需求常使用 KWS（关键词识别）模型，因为词汇固定、响应快、可以完全离线运行。

什么是语音交互

语音交互可以包含唤醒词、ASR 语音转文字、意图识别、业务接口、回复播报和多轮上下文。例如用户说“把客厅灯调到 50%”，系统不仅要听懂文字，还要识别房间、设备和亮度参数。

两者不是二选一

一个完整产品可能同时使用两者：先用 KWS 识别唤醒词或固定命令，再在需要自由表达时切换到 ASR 和意图解析。简单动作不必经过完整 ASR，复杂请求也不应该硬塞进 KWS。

产品设计建议

先列出用户真正要完成的动作，而不是一开始就选择某个框架。如果 80% 的需求都能写成固定短语，KWS 可以承担主要控制入口；只有无法提前列举的内容才交给 ASR。