人類與機器的互動，已經經過了幾個階段：從鍵盤開始，到出現鼠標，再從鍵盤鼠標到觸摸屏，再從觸摸屏到全新的語音交互，這是一次又一次的創新，同時也在逐步增加情感聯系，拉近交互雙方的距離。與人類的交流以語音交流為主。人與人之間互動方式的演變，也日益成為理想的實現方式。
人-機交互技術的發展加速了相關產業的崛起。例如智能家居的迅速發展，用語音交互看起來相當智能。然而，語音交互也逐漸成為人機交互中越來越受歡迎的方式。無論是商業機器人還是家庭機器人，隨著自然語言處理和語音識別的發展，語音交互似乎已經成為一項標準功能。與其他的交互方式如鍵盤鼠標相比，語音交互和機器交互看起來一定更符合人類的天性，那語音交互是否是最理想的呢？
許多人看好語音交互方式，人機交互方式是一種順序替代關系。觸摸屏不能代替鍵盤和鼠標，語音交互也不能代替電容式觸摸屏，只能說更理想。科學技術以人為本，最理想的實現方式應該是圍繞人的各種感覺器官，根據具體身體條件來進行。與前兩代的交互方式相比，語音識別技術確實是符合人性的親密交互方式，它既不同于鍵盤鼠標那種冰冷的感覺，也不同于觸控式的那種堅硬而缺乏溫情，語音交互本身就是一種基于肢體、情感、信息、場景的互動。盡管如此，簡單的下命令，肯定不是語音交互的最終目的，真正的交互才更有意義。所以語音交互功能還有一段距離要開發。