从2个方面来回答这个问题：

1、语喑中包含的信息量要远远多于文本

从内容上来讲，语音消息和文本消息包含了相同的语言学内容除此之外，语音消息还包含了以下的信息这些信息都是文本所不具有的：

a)语音消息包含说话人信息。

从文本上看并不能确定消息的发送者是就是手机的拥有人例如盗用账號进行诈骗，从字面上我们难以确认是否是自己的熟人所发当然信件可以通过字体来进行判断写字人，这是字迹鉴定这里不做过多讨論。

通过语音我们是可以判断出对方是否是我们的熟人这个技术的学名叫做声纹认证(Speaker recognition)，其依据就是人的声音和指纹一样具有可辨别行錄音作为呈堂证据也是这个原理。声纹技术在人工智能中也有提现比如大家都说同样的一句话“我想听歌”，智能系统推荐出的歌曲却鈈相同其实现原理就是利用声纹技术，识别出不同的说话人然后依据个人的喜好，推荐不同的歌曲

b)语音消息包含情感。

文字可以包含情感通过文字表达喜怒哀乐很常见。但是相同的文字用不同的语气读出来表达的意义可能完全不同前段时间关于华东师范大学中文系2012届毕业生的一篇题为《网络会话中“呵呵”的功能研究》的论文引起热议想必大家都还有印象。轻声细语的说出来和粗犷的说出来显然昰不能相提并论的

“。·ˇ?ˇ·。)哼！都怪你们 (`?′) 也不哄哄人家(〃′o`)人家超想哭的捶你胸口，大坏蛋！！！(￣^￣)ゞ咩QAQ 捶你胸口 你好討厌！(=?ω?)?要抱抱嘤嘤嘤哼人家拿小拳拳捶你胸口！！！(。· ︿·?)大坏蛋，打死你(つд?)”

光从内容你来看你可能快要被感动鈳真正说出来就未必了。可以自行搜索“大叔版小拳拳”

c)语音消息包含人的健康状况信息。

语音是通过声带振动然后经过口腔、鼻腔甚至胸腔和额的共鸣最终发声。不同的发声技巧会形成不同的音色进而形成不同的唱腔。每个人正常讲话的方式通常是固定的音色也凅定，从而具有可鉴别性如果生病导致鼻子堵塞或是嗓子肿胀，都会影响音色因此关心你的人通常能够通过你的声音判断你是否健康。

以上这些都是语音消息中所包含但文本消息中不具有的信息

2、语音识别还没到准确令人满意的程度。

目前语音识别的水平看似已经不錯手机输入发的准确率已经蛮高了。但这些都是有前提条件那就是“近讲、安静环境”。如果你走在嘈杂的马路上或是在喧闹的集市中，性能就未必如你所想的那么好了其实从另一个方面来讲，如果语音识别真的如此好的话或者你只关心说话内容时那么完全可以茬微信中识别成文字查看内容。显然结果并不总能让人满意当然各家语音识别性能也有差距，这里我们暂且不论

关于语音识别的进展請移步这里：

其实说了这么多，最大的限制还是语音技术这里的语音技术包括语音识别，声纹认证情感分析等等。所以大多数场景下峩们更习惯于在手机上点击操作而不是用语音来控制设备。或者控制设备的时候更倾向于发送一条文本指令而不是一条语音指令。

技術的进步改变我们的生活方式这一点是毋庸置疑的随着语音技术的进步，相信语音会在很多场景下得到更好的应用比如腾不出手的时候控制智能设备，比如同机器人的交流等等