根據(jù)Gartner Research研究報(bào)告指出, 在2005-2008年里的人機(jī)接口發(fā)展演變我們可以分為以下幾個(gè)階段：
　　Spoken dialogue system (Technology Trigger Stage): 在特定的domain里, 設(shè)計(jì)出人與機(jī)器的對(duì)話。例如：旅游信息查詢, 金融帳務(wù)查詢……等等。
　　Speech Recognition for Mobile Phone (Peak of inflated Expectations Stage): 有較高的visibility, 但90%的使用者不會(huì)使用此功能。原因是在吵雜的環(huán)境下辨識(shí)率會(huì)受到影響。
　　Natural Language Search (Peak of inflated Expectations Stage): 自然語言的搜尋。
　　Speech Recognition for Telephony and Call Center (Slope of Enlightenment): 具有較高的成熟度, 且更容易被市場接受。目前也正是臺(tái)達(dá)語音部門發(fā)展的主力產(chǎn)品。

CTI論壇編輯