附来源的经核实语音搜索统计数据,应停止引用的谬误,
Gemini 与 Alexa+ 带来的转变,以及赢得语音答案的 6 步计划。

本页内容
简而言之
语音已经成为一种稳定、普及的习惯,而不是快速增长的习惯:约 35% 的 12 岁及以上美国人拥有智能音箱(Edison Research,2025),全球 32% 的消费者在过去一周使用过语音助手(GWI)。2025 和 2026 年真正的变化在于由谁来回答:Gemini 在 Android 上取代了 Google Assistant,Alexa+ 运行在大语言模型之上,因此语音提问现在得到的是生成式答案,而不只是被朗读出来的精选摘要。用下面的统计数据如实评估这个渠道的规模,然后针对麦克风背后的答案引擎进行优化。
想深入了解?请询问
快速测验
哪种在线获客方式最适合您?
Sorank 符合您的回答
在您自己的网站上试用 3 天,看看您在 Google、ChatGPT 和其他 AI 中的位置。
开始 3 天免费试用免费 3 天,之后可随时停止。90 天效果保证,需符合条件。
搜索"语音搜索统计",你会看到列出 50、80 甚至 100 个数据的页面。它们大多互相抄袭。把一个数字追溯回源头,你常常会落到一份 2018 年的调查、一篇没有样本量的厂商新闻稿,或者一个从未实现的预测上。
最著名的例子是"到 2020 年一半的搜索将通过语音完成"这一说法。它流传多年,被归于好几家公司,却从未与任何实测数据相符。今年发表的文章里仍然能看到它。
在引用一个数字之前,先把它放进三个框中的一个:
大多数文章把三者混为一谈。"62% 的成年人使用语音助手"变成了"62% 的人用语音搜索",这是两个不同的结论。
一个能放进董事会汇报的数字具备五个要素:署名的发布方、调查实施日期、样本量和人群(18 岁以上成年人、12 岁以上人群、智能手机用户)、清晰的问题措辞,以及国家。缺少其中任何一项,就把这个数字当作信号,而不是事实。
引用语音统计数据之前
以下是我们在发布方自己的页面上核实过的数据,以及它们实际测量的内容。
四个经过核实的语音数字
来源:Edison Research Infinite Dial 2025(经 National Public Media);GWI 2026;Amazon,2026
Edison Research 的 Infinite Dial 研究是美国持续时间最长的音频习惯测量。National Public Media 于 2025 年 4 月总结的 2025 年版显示,12 岁及以上美国人中有 35% 拥有智能音箱,约 1.01 亿人。在这些拥有者中,69% 用设备收听音频。
请仔细解读第二个数字:智能音箱的主要用途是音乐、播客和广播。搜索只是附带用途。对品牌来说,智能音箱首先是音频渠道,其次才是搜索渠道。
调研公司 GWI 在 2026 年 3 月关于语音搜索趋势的文章中指出,全球 32% 的消费者在过去一周使用过语音助手。它把使用分为两类任务:21% 每周用助手查找信息,20% 用来完成某个操作。
来源:GWI,4 voice search trends and statistics,2026 年 3 月
对 SEO 来说,21% 才是关键数字。它代表每周至少一次用语音获取网站可以提供的信息的人群比例。
GWI 还追踪了 2020 年至 2024 年美国各助手的月度使用情况:Google Assistant 增长 46%,Siri 增长 40%,Alexa 增长 26%。增长真实存在但很缓慢,而且手机助手的增长快于音箱助手。
美国月度使用增长,2020 至 2024 年
来源:GWI,2026 年 3 月
GWI 同一篇文章指出,近三分之一的语音助手用户在过去一个月使用过 ChatGPT。语音用户并不是一个独立的群体:他们就是那些在 AI 聊天机器人里输入问题的人,而且越来越多地直接对这些聊天机器人说话。
如果你想了解文字搜索的更大背景,我们的 Google 搜索统计和 GEO 统计页面遵循同样的来源规则。

拥有率几乎没有变化。变化的是设备内部的软件。在 18 个月内,三大助手都更换了引擎。
助手是如何变化的
根据 Amazon 的 Alexa+ 公告(2025 年 2 月首次发布,2026 年 7 月更新),Alexa+ 运行在通过 Amazon Bedrock 提供的大语言模型之上。它每月收费 19.99 美元,Prime 会员免费。Amazon 表示有超过 6 亿台 Alexa 设备在使用中。Alexa+ 可以代表用户完成网页任务,例如预约维修,并能在手机、汽车和电脑之间延续对话。

对企业来说,这改变了问题本身。旧版 Alexa 需要一个"技能"才能谈论你的品牌。Alexa+ 可以直接去查找信息,或者直接在网站上执行操作。你的页面成了智能体的原材料。
9to5Google 的 Abner Li 在 2026 年 9 月 28 日报道,始于 9 月初的移动端 Google Assistant 停用已大范围推行:在美国和欧洲检查过的设备上,Assistant 已经消失,用户无法切换回去。截至当日,Google Nest 和 Home 音箱不受影响。
实际后果是:当有人长按 Android 手机的电源键提问时,回答的是生成式模型。它可以汇总多个来源、比较选项并引用页面,而不是朗读一条精选摘要。
传统助手与生成式助手
关于搜索量的统计很薄弱。行为模式则有用得多,因为你可以在自己的数据里亲自验证。
人们说话时用的是完整的句子。输入时的"最佳跑鞋 扁平足"在说出来时变成"如果我是扁平足,哪款跑鞋最好"。语音查询以谁、什么、哪里、什么时候、怎么、能不能、该不该开头,并且常常包含一个限制条件(价格、距离、时间)。
这就是为什么语音优化与问题型关键词研究重叠:人们说出口的问题,正是他们输入 AI 聊天机器人的问题。
传统语音搜索以本地意图为主:营业时间、路线、"附近"、给商家打电话。这种意图并没有随着生成式助手而消失。它依然依赖同样的数据:你的 Google Business Profile、Apple 地图信息、评价,以及名称、地址和电话在各目录中的一致性。
GWI 的划分(21% 查找信息,20% 完成操作)表明,一半的语音使用是为了做某件事。有了 Alexa+ 这样的智能体,"做事"现在也包括在第三方网站上执行操作。用纯文本写明价格、库存、预订规则和政策的页面,更容易被智能体使用。
Google Search Console 不会标注语音查询。但你可以在查询报告中用正则表达式筛选器分离出对话式查询(效果,然后查询,然后自定义正则表达式):
^(who|what|where|when|why|how|which|can|should|is|are|does|do)\b.*\s.*\s.*\s.*
它会保留以疑问词开头、且至少包含五个单词的查询。导出列表,按展示次数排序,你就得到了对话式需求,语音和文字混合在一起。再为本地意图加一个筛选器:
(near me|open now|opening hours|closest|nearby|directions to)
提示
把这些问题型查询的点击率与网站平均水平对比。展示次数高而点击率低,通常意味着答案框或 AI 答案已经回答了这个问题。这正是需要为语音和生成式答案重新打磨的内容。
下面是一份快速解读表,覆盖你最常遇到的数字,包括这个主题下排名靠前的文章所引用的数字。
| 你会看到的说法 | 它实际测量的内容 | 结论 |
|---|---|---|
| 35% 的 12 岁以上美国人拥有智能音箱(Edison,2025) | 设备拥有率,美国,12 岁以上人群 | 可靠,长期系列数据 |
| 32% 在过去一周使用过语音助手(GWI) | 助手使用率,全球消费者 | 作为信号可靠,文章未公布调查细节 |
| 6 亿台 Alexa 设备在使用中(Amazon) | 装机量,公司数据 | 作为公司声明可靠,但不代表使用情况 |
| "50% 的美国消费者每天使用语音搜索" | 2022 年厂商调查,小样本 | 谨慎使用,早于生成式助手 |
| "90% 的语音查询是英文" | 没有公开方法 | 不要引用 |
| "到 2020 年一半的搜索将是语音搜索" | 一个从未实现的旧预测 | 谬误,不要引用 |
不存在单一的"语音 SEO"。共有五种方法,每种对应一类助手和一类查询。大多数网站需要其中两到三种。
原理:在问题式标题下直接放一段 40 到 60 个词的答案,让传统助手可以朗读,生成式助手可以提取。适用场景:信息类页面、操作指南、定义。优势:同样有助于文字搜索和 AI 答案。局限:取决于 Google 是否选中你的摘要。示例:一家水管维修网站在某个 H2 下的头几行写上"热水器能用多久?大多数储水式热水器可以使用 8 到 12 年……"。参见我们关于精选摘要的指南。
原理:让你的商家数据在助手会查看的所有地方都完整且一致:Google Business Profile、Apple Business Connect、Bing Places、Yelp 以及各评价平台。适用场景:任何有实体门店或服务区域的企业。优势:转化率最高的语音查询都是本地查询。局限:对全国性或纯线上品牌没有帮助。示例:一家餐厅在 12 月前修正了所有平台上的节假日营业时间。我们的本地 SEO 检查清单涵盖全部 30 项要点。

原理:标记页面中适合文字转语音的部分。适用场景:新闻出版商。优势:告诉 Google Assistant 应该朗读哪一部分。局限:Google 的 speakable 文档将其列为测试版,仅支持英文,面向使用 Google Home 设备的美国用户,并针对新闻内容。不要指望在这个范围之外看到效果。我们的 speakable 术语页面详细说明了配置方法。

<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "WebPage",
"name": "How long does a water heater last?",
"speakable": {
"@type": "SpeakableSpecification",
"cssSelector": [".summary", ".answer-1"]
},
"url": "https://www.example.com/water-heater-lifespan"
}
</script>
Google 建议每个标记段落约 20 到 30 秒的音频,大约两到三句话,并建议不要标记日期行、图片说明或来源署名。
原理:收集用户关于你的产品或服务的真实口语问题,每个问题用两到三句简单的话回答。适用场景:产品、服务和价格页面。优势:为生成式助手提供干净的问答对,并覆盖长尾查询。局限:Google 现在只为极少数网站显示 FAQ 富媒体结果,所以价值在内容而不在标记。我们的 FAQ 结构化数据指南解释了发生了哪些变化。
免费工具
需要为问答模块生成干净的 FAQPage JSON-LD?用免费 FAQ 结构化数据生成器几秒钟就能生成。
原理:让你的品牌成为 Gemini、Alexa+、ChatGPT 语音模式和 Perplexity 提到并引用的那个品牌。适用场景:买家会提出比较或推荐类问题的所有品牌。优势:顺应上文所述的 2026 年转变,同时适用于语音和文字形式的 AI 答案。局限:更难衡量,需要第三方提及,而不只是你自己的页面。示例:一家软件公司每月在四个 AI 助手中追踪"自由职业者最好用的开票工具是什么"这个提示词。
这正是 Sorank 的 AI 提及追踪发挥作用的地方:它检查 ChatGPT、Gemini、Claude 和 Perplexity 是否在你的客户提出的问题上引用你的品牌,这是你能获得的最接近生成式语音答案的替代指标。
| 策略 | 最适合 | 助手类型 | 投入 | 衡量方式 |
|---|---|---|---|---|
| 答案前置写作 | 信息类内容 | 传统和生成式 | 低 | Search Console,摘要追踪 |
| 本地数据整洁 | 本地商家 | 传统和生成式 | 中 | Business Profile 数据,来电 |
| Speakable 标记 | 新闻出版商,美式英语 | 音箱上的 Google Assistant | 低 | 难以衡量 |
| 对话式常见问题 | 产品和服务页面 | 以生成式为主 | 中 | 长尾展示次数 |
| 生成式引擎优化 | 比较和推荐类查询 | 生成式 | 高 | AI 提及追踪 |
小网站大约一周可以完成这个计划,大网站需要两到三周。
6 步语音就绪计划
Search Console 告诉你已经有排名的内容。要找到还没有排名的内容,再加三个来源:主关键词下的"其他用户还问了"框、客服工单和销售通话记录,以及人们向 AI 助手提出的提示词。Sorank 的 AI 提示词研究会列出你所在市场的客户向 AI 助手提出的问题,这很好地反映了他们如何组织口语问题。
把你的答案大声读出来。如果读到喘不过气,就太长了。以下规则同时适用于文字转语音和生成式提取:
助手会根据位置和历史记录个性化答案。为了逐月比较,请保持相同的设备、相同的位置和相同的措辞。记录:助手、原样的问题、是否提到来源、推荐了哪个品牌。十个问题乘以五个助手,每月就有 50 个数据点,足以看出趋势。
是什么:引用"X% 的人用语音搜索"却没有年份。如何发现:点开链接;如果原始调查早于 2022 年,它测量的是已经不再以那种形式存在的助手。如何纠正:始终在句子中写明发布方和年份,把 2022 年之前的数字换成近期数字,或者删掉。
是什么:用"35% 拥有智能音箱"来论证三分之一的搜索是语音搜索。如何发现:这个统计说的是设备、拥有者或家庭,而不是查询。如何纠正:拥有率只用来估算受众规模,用使用数据(例如 GWI 的每周 21% 用于查找信息)来估算搜索需求。
是什么:创建类似"/voice-search-answers"的页面,塞满口语化的问题。如何发现:内容单薄的页面,几十个问题配一句话答案,流量很低,有时还与你的正式页面互相蚕食。如何纠正:把每个答案移到该主题所在的页面,并把语音页面重定向。
是什么:在法语或德语的电商或服务网站上添加 speakable 标记,然后等待效果。如何发现:几个月后没有任何变化。如何纠正:按照 Google 的文档,只在面向美国的英文新闻内容中使用 speakable,把精力放在答案前置写作上。
是什么:只针对"零位排名"做优化,而 Android 用户现在得到的是 Gemini 的答案。如何发现:你占据了精选摘要,但你大声提问时,助手提到的是竞争对手。如何纠正:把第 5 步的测试流程加入月度报告,并经营生成式助手所依赖的第三方提及(评价、对比文章、目录)。
是什么:各平台上的营业时间、电话号码或商家名称不一致。如何发现:问两个助手"[商家] 现在营业吗",得到两个不同答案。如何纠正:选定一份主记录,以它为准更新所有平台,并在每次调整营业时间后重新检查。我们的超本地 SEO 指南介绍了如何处理"附近"类查询。
警告
不要购买承诺保证获得语音答案的"语音搜索优化"套餐。没有人能控制助手选择哪个来源,而生成式助手的来源每天都可能变化。
没有工具能直接报告语音流量。你需要组合多个局部视角。
| 工具 | 显示内容 | 与语音的关系 |
|---|---|---|
| Google Search Console | 问题型查询、展示次数、点击率 | 对话式需求,语音和文字混合 |
| Google Business Profile 数据 | 来电、路线请求、搜索 | 本地语音操作 |
| 带 SERP 功能的排名追踪工具 | 精选摘要占位 | 传统助手的答案 |
| AI 提及追踪 | AI 答案中的品牌引用 | 生成式助手的答案 |
| 手动测试流程 | 每个助手大声说了什么 | 一手事实,小样本 |
如需更完整的工具及功能列表,请参阅我们的语音 SEO 软件对比,以及语音搜索优化的定义页面。
语音并不是 2018 年统计数据所承诺的下一个大渠道。它是约三分之一消费者每周都有的稳定习惯,以本地和任务为主。真正的新闻是,麦克风背后的助手现在会生成答案。这让语音 SEO 和生成式引擎优化走到了一起:同样的答案前置页面、整洁的本地数据和第三方提及,可以同时服务两者。
今天就从 Search Console 的两个筛选器开始。一个小时内,你就会知道你的网站已经回答了多少个对话式问题,以及哪些问题正由竞争对手替你回答。
根据 Edison Research 的 Infinite Dial 2025,约 35% 的 12 岁及以上美国人拥有智能音箱。在全球范围内,GWI 报告称 32% 的消费者在过去一周使用过语音助手,21% 每周用它查找信息。
设备拥有率已稳定在大约每三个美国人中有一个,助手使用率增长缓慢。最大的变化在于质:2026 年 Gemini 在 Android 上取代了 Google Assistant,Alexa+ 运行在大语言模型之上,因此语音提问现在得到的是生成式答案。
在每个问题式标题下写一段简短直接的答案,让各平台的本地商家信息保持一致,并在主题所在的页面上回答真实的客户问题。然后每月在 Gemini、Siri、Alexa 和 ChatGPT 中测试你的核心问题,看看谁被引用。

