人类与机器的互动，已经经过了几个阶段：从键盘开始，到出现鼠标，再从键盘鼠标到触摸屏，再从触摸屏到全新的语音交互，这是一次又一次的创新，同时也在逐步增加情感联系，拉近交互双方的距离。与人类的交流以语音交流为主。人与人之间互动方式的演变，也日益成为理想的实现方式。
人-机交互技术的发展加速了相关产业的崛起。例如智能家居的迅速发展，用语音交互看起来相当智能。然而，语音交互也逐渐成为人机交互中越来越受欢迎的方式。无论是商业机器人还是家庭机器人，随着自然语言处理和语音识别的发展，语音交互似乎已经成为一项标准功能。与其他的交互方式如键盘鼠标相比，语音交互和机器交互看起来一定更符合人类的天性，那语音交互是否是最理想的呢？
许多人看好语音交互方式，人机交互方式是一种顺序替代关系。触摸屏不能代替键盘和鼠标，语音交互也不能代替电容式触摸屏，只能说更理想。科学技术以人为本，最理想的实现方式应该是围绕人的各种感觉器官，根据具体身体条件来进行。与前两代的交互方式相比，语音识别技术确实是符合人性的亲密交互方式，它既不同于键盘鼠标那种冰冷的感觉，也不同于触控式的那种坚硬而缺乏温情，语音交互本身就是一种基于肢体、情感、信息、场景的互动。尽管如此，简单的下命令，肯定不是语音交互的最终目的，真正的交互才更有意义。所以语音交互功能还有一段距离要开发。