現在互聯網上主要的內容載體是：文字，圖片，視頻，音頻等，主流的內容載體是這幾種。每個內容載體都會隨時互聯網技術的發展得到大範圍大面積的運用，然後就會在相關的領域起來一些巨頭。
搜索引擎能識別視頻與音頻文件嗎
例如早期的互聯網是以文字信息內容為主。這時候就出現了門戶網站，門戶網站其實是把信息做了分門別類的歸類的工作。然後信息繼續不斷爆發，就接著出現了搜索引擎。所以搜索引擎現在最擅長的還是處理文字信息，對於其他內容的識別都很弱，但是當然技術在不斷髮展。
然後隨著我們的互聯網帶寬的不斷升級，視頻能夠在線播放了。這時候，互聯網就開始出現了網絡視頻平臺。例如：YouTube，優酷，愛奇藝等等。接著現在還有一些直播平臺，視頻內容是得益於帶寬的升級。
接著還有圖片。如果從信息的體積來說，文字信息所佔用的互聯網帶寬是最小的，因此文字信息是最早普及的。圖片本身也是比較佔用互聯網帶寬，所以，互聯網帶寬的速度提高之後，圖片內容也逐漸得到了大面積的運用。李彥宏在2011年的時候，說：
目前，中國互聯網的內容主流，正出現從文字轉向圖片的趨勢，各大網站不再限制用戶上圖，全新的讀圖時代已經來臨，而主營圖片內容的網站，也將隨之獲得更好的發展和成長。
到了移動互聯網時代，新起來的內容形式就是音頻。常見的這類內容的平臺就有：喜馬拉雅FM，得到等這類的知識類App。
音頻內容雖然在PC互聯網也有，但一直成為不了主流。但是在移動互聯網時代就是非常符合用戶體驗的一種內容類型，因為結合手機。
目前使用移動搜索的方式中，語音搜索應該是佔據不少的份額。而且，語音搜索肯定會逐漸超越文字輸入的搜索方式，語音搜索逐漸成為未來人機交互的主要方式。例如現在一些互聯網巨頭髮布的智能音箱，都是語音搜索的另外一種應用。
所以，語音既然是移動互聯網甚至是未來人機交互的主要方式，那麼搜索引擎什麼時候才在搜索結果裡面提供音頻搜索結果。
試想下我們語音輸入一個搜索需求之後，出來搜索結果列表。然後瀏覽搜索結果列表，看到哪條結果合適就點語音播放，然後語音自動把內容讀出來。這種體驗是不是要比一個個點開網站的方式要好。不過，對於網站來說就噩夢了。流量就更近一步的只是停留在搜索引擎上。
目前，也沒看到Google還是Baidu在這個方面對音頻內容進行引導。一般而言，對於重大方向性的變化，搜索引擎是會進行引導。例如現在是AMP，MIP，移動化這些。
不過語音技術現在也在發展中，應該是還沒那麼成熟。很多平臺開放出來的語音識別接口，使用識別文字內容，語氣上還是非常死板生硬，體驗比較差。與人讀出來的，還是有比較大的差距。
閱讀更多 不良人科技 的文章
