智能電視被預(yù)期可能掀起電視產(chǎn)品新應(yīng)用。隨著電視聯(lián)網(wǎng)功能不斷增加、服務(wù)選擇列表日益復(fù)雜，電視的人機(jī)界面預(yù)計(jì)將從現(xiàn)在起、到未來(lái)數(shù)年內(nèi)，發(fā)生重大的變革。傳統(tǒng)上/下/左/右/ OK鍵等功能的選單將不敷使用，但如果按鍵太復(fù)雜又會(huì)使遙控器操作變得繁瑣。因此，不僅電視人機(jī)界面的變化正考驗(yàn)整個(gè)電視供應(yīng)鏈的智能，如何讓消費(fèi)者透過(guò)實(shí)際操作而感到便利、以刺激購(gòu)買智能電視的動(dòng)機(jī)，也將是個(gè)全新的課題。

目前智能電視的許多作法為純粹將網(wǎng)站瀏覽器（Browser）從互聯(lián)網(wǎng)引進(jìn)到電視，然而這也衍生新的問(wèn)題。大多數(shù)網(wǎng)站的設(shè)計(jì)均帶有鼠標(biāo)或指針性記憶，還包含點(diǎn)擊和拖動(dòng)等額外功能，例如在谷歌街景與地圖上進(jìn)行拖曳點(diǎn)擊、放大縮小的動(dòng)作等等，然目前要在電視上進(jìn)行這些網(wǎng)頁(yè)功能的操控有相當(dāng)?shù)碾y度。

早在2010年底，SONY索尼就推出了谷歌電視（Google TV），可說(shuō)是智能電視人機(jī)界面的大膽嘗試，并可說(shuō)是一個(gè)利用復(fù)雜的遙控器進(jìn)行選單控制的例子。但谷歌電視遙控器按鍵很多，甚至還特別需要兩只手操作，這讓消費(fèi)者的使用習(xí)慣面臨改變。另方面，要在房間的另一側(cè)對(duì)電視進(jìn)行類似觸摸輸入來(lái)控制屏幕，仍有許多困難。

經(jīng)過(guò)許多電視機(jī)廠商與電視品牌的努力，目前電視業(yè)界已經(jīng)出現(xiàn)了3個(gè)通用的智能電視人機(jī)界面解決方案，分別是：語(yǔ)音識(shí)別（Speech Recognition）、手勢(shì)識(shí)別 （Gesture Recognition）、動(dòng)作感應(yīng)（Motion Sensing）。

其中，語(yǔ)音識(shí)別和手勢(shì)辨識(shí)操作界面，系于2012年消費(fèi)性電子展（CES）上首度展出呈現(xiàn)。盡管手勢(shì)識(shí)別功能早已在市場(chǎng)上存在一段時(shí)間，例如Xbox游戲機(jī)的微軟Kinect手勢(shì)識(shí)別等等，但過(guò)去都未被內(nèi)建于電視機(jī)。

NPD DisplaySearch強(qiáng)調(diào)，目前尚無(wú)法看出上述3種智能電視人機(jī)界面何者能勝出、成為明顯的主流贏家。但每個(gè)方法都有其優(yōu)缺點(diǎn)，因此，有些電視采取了通通采用的綜合方法，而不是押寶在單樣技術(shù)。這似乎是一個(gè)明智的解決辦法。

首先設(shè)計(jì)的內(nèi)容必須限定在一套固定的命令集，例如「聲音調(diào)大」或「下一個(gè)頻道」，而這些固定的命令集必須要有許多分辨不同語(yǔ)調(diào)的彈性。此外，語(yǔ)音識(shí)別可以識(shí)別「單字」與「詞句」，但一般而言，該系統(tǒng)還需要同時(shí)開發(fā)辨識(shí)特定人的聲音特色的功能。若利用語(yǔ)音輸入的方式可以直接產(chǎn)生文字，為了避免同音字或類似發(fā)音的文字造成混淆（例如 there與their），有時(shí)必須搭配更復(fù)雜的計(jì)算機(jī)運(yùn)算功能，同時(shí)智能電視也必須有自我學(xué)習(xí)與訓(xùn)練經(jīng)驗(yàn)的功能。

添加語(yǔ)音識(shí)別的功能、對(duì)于電視產(chǎn)品多樣性來(lái)說(shuō)，將會(huì)產(chǎn)生重大影響。以北美的電視來(lái)說(shuō)，至少需要3種語(yǔ)言（英語(yǔ)、法語(yǔ)、西班牙語(yǔ)），在西歐地區(qū)，更需要16種語(yǔ)言。至于亞洲地區(qū)也有許多復(fù)雜的方言和地方口音。加上許多國(guó)家有支持少數(shù)民族語(yǔ)言的法律規(guī)定，最終可能1臺(tái)電視必須內(nèi)建高達(dá)80種語(yǔ)言。

手勢(shì)識(shí)別方面，據(jù)觀察，游戲機(jī)已經(jīng)證明手勢(shì)識(shí)別可以被市場(chǎng)化。其發(fā)展的需要?jiǎng)t必須著重于易用性，以及在屏幕上如何更加精準(zhǔn)。例如，許多網(wǎng)頁(yè)是不適合手勢(shì)控制的，尤其是一些網(wǎng)頁(yè)要求精細(xì)鼠標(biāo)移動(dòng)。再者，手勢(shì)識(shí)別也不被認(rèn)為是良好的人體工程學(xué)設(shè)計(jì)，疲勞可能影響手臂伸出的能力與姿勢(shì)。此外，消費(fèi)者通常不希望改變自己的坐姿來(lái)控制電視機(jī)。假設(shè)一個(gè)消費(fèi)者手中握有一杯飲料，如何揮手而不溢出飲料，將會(huì)是個(gè)大挑戰(zhàn)。

空中指向（motion capture or remote point）是目前發(fā)展快速的技術(shù)。在計(jì)算機(jī)的使用上，一個(gè)計(jì)算機(jī)鼠標(biāo)，觸摸板（Touch Pad），或者是類似在Wii型控制器，都已經(jīng)被消費(fèi)者廣泛接受且熟悉，因此，空中指向用在電視上的障礙是最小的。然而，這些空中指向的裝置也比一般遙控器昂貴許多，高成本可能是其發(fā)展一大障礙。

如前所述，沒(méi)有單一的方法可以滿足所有電視人機(jī)界面的需求，因此將這些方法做一個(gè)結(jié)合是一個(gè)相對(duì)明智的做法。另外，在電視上安裝數(shù)字相機(jī)可以添加人臉識(shí)別，這也是一項(xiàng)最新的技術(shù)，用以將使用者的檔案與臉部識(shí)別內(nèi)建在電視中；并且人臉識(shí)別可以跟手勢(shì)控制和視頻通話，以及語(yǔ)音識(shí)別等等共同搭配。

然而，消費(fèi)者其實(shí)是智能電視人機(jī)界面的最大變量。目前業(yè)界尚不清楚使用者將如何應(yīng)對(duì)、揮舞著他們的手，或透過(guò)談話來(lái)控制他們的電視。而在不同的文化和國(guó)家，手勢(shì)的意義可能會(huì)有天壤之別。在意大利，說(shuō)話時(shí)帶著手勢(shì)通常是必要的，但在日本則表示不禮貌。在歐洲，消費(fèi)者對(duì)隱私非常敏感，因此可能不愿意每天看的電視機(jī)上裝有數(shù)字相機(jī)鏡頭，尤其一臺(tái)可以連接到互聯(lián)網(wǎng)的電視。