隨著智能音箱、智能家居等智能硬件的普及，語音交互熱度也不斷飆升。本文內容主要為語音交互啟蒙篇。

2018年的3月，小米，百度等多個公司發布智能音箱產品，小愛音響mini、小度在家、豹豹龍……可見智能音箱產業鏈這一年來的發展之快。隨著智能音箱、智能家居等智能硬件的普及，語音交互熱度也不斷飆升。

語音交互設計（Voice User Interaction Design)：它是一個以用戶心理模型為中心的設計過程，交談式為核心的交互設計。

本文內容為語音交互啟蒙篇，不含詳細設計原則和方法。

一、語音交互的優勢

如今，我們熟練并習慣用手指進行觸控交互，那么為什么要在現有的交互方式上增加語音交互方式呢？

對于這樣的疑問，其實主要是語音交互有一些很重要的優勢，包含以下幾個方面：

1. 輸入效率高：百度、斯坦福大學和華盛頓大學，曾共同完成了一項與智能手機輸入方式對比的相關研究。研究結果表明：智能手機利用語音輸入的速度比鍵盤輸入快3倍，且輸入準確率更高，語音輸入以絕對優勢勝出。在日常生活中我也感受頗深，用微信發消息時，我經常用訊飛輸入法語音轉文字，語音輸入速度快，識別的準確率也很高，大大提升了輸入效率。
2. 釋放雙手和雙眼：在一些生活場景下，如在駕駛行車時，駕駛員的狀態是目視前方，手握方向盤。若想要完成選歌，或是接聽電話等操作這個時候語音交互會比其他交互方式更便捷，也更安全。另外，對于一些殘障人士來說語音交互也是友好的交互方式。
3. 交互方式更自然 ：每個人都知道如何說話，就算是個新手用戶，也會通過直覺性自然地用語言進行回復，語音交互是最為自然地交互方式。
4. 傳遞豐富的信息：日常生活中我們會發現純文字溝通很難理解對方的情緒和語氣，但語音中卻包含了語氣、音量、語調和語速，這些特征可以傳達大量的信息。例如：“什么”這個詞，文字背后的可能包含驚訝、疑問、氣憤、不耐煩…的語氣，這是通過看文字感受不到的情緒。
5. 設備特征需求：語音交互也常常成為小屏幕設備和不帶屏幕設備的首選，甚至是唯一的交互方式。

當然也有很多情況不適合使用VUI場景的，如在公共場所的場景、用戶不適應對機器說話或更習慣打字等情況，面對這些場景，多模態交互就很有必要了。

二、語音交互——語言對話與技術支持

1. 語言對話

在人際交往中，我們對話雙方似乎在有意無意地遵循著某一原則，來完成有效的社交對話。

語言學家Paul Grice 于1975年提出合作原則，即：

• 質的準則 (QualityMaxim)：所說的話需是自己相信的真實信息；
• 量的準則 (QuantityMaxim)：恰到好處的信息含量，滿足并不超出交際所需的信息量；
• 相關準則(RelevantMaxim)：所說的話需與當前對話有關；
• 方式準則 (MannerMaxim)：說話需簡明扼要，直奔主題，避免模糊晦澀表達。

同樣沒有遵循這些原則VUI體驗也會很差：

（1）質的準則：宣傳自己做不到的事

如：你對用戶說：“有什么可以幫助您的？”，而實際上整個VUI系統只能提供點歌功能。

（2）量的準則：多余的措辭

如：“好的主人，我已經收到了，請您注意聽主人，我要開始給你講故事了……”（廢話好多）

（3）相關準則：給用戶當前用不到的指示

如：用戶還沒下單的時候就開始解釋退貨政策。

（4）方式準則 ：使用用戶難以理解的專業術語

如：“您的SSID是什么？”

人們已經習慣于各種各樣的會話和社交行為，VUI雖然不是人類，但遵循基本的社會習俗是有好處的。

2. 相關技術

如今我們的手機和設備都已經可以用語音處理很多事情了，從聽到我們的語音到執行正確的指令為我們解決問題，都離不開語音交互的兩個重點核心技術：語音識別（Automatic Speech Recognition，ASR）、自然語言處理（Natural Language Processing，NLP）。

（1）語音識別的挑戰：

• 噪音處理：恒定以及突然產生的噪音、周遭說話聲；
• 多人講話情況：辨別誰在說話仍將是VUI系統的挑戰；
• 兒童：聲帶短，音調高，語音數據少；低齡兒童容易自言自語，口吃、長時間停頓等；
• 中英文混合，名字、拼寫和字母數字：預設列表和上下文信息，運行時拋棄無效結果，優選可能性高的。

（2）語義識別的挑戰：

• 語言的多樣性：各種不同國家或地域語言：中英文、方言等；
• 語言的多義性：語言存在歧義，比如“我要去拉薩”，是理解為 火車票？音樂？景點查詢？
• 語言的表達錯誤：錯字、多字/少字、不連貫（我要看那個恩瑯琊榜）；
• 語言的知識依賴：七天（時間/酒店）、大鴨梨（水果/餐廳）、別稱；
• 語言的上下文：對話上下文、因果關系、不同類型用戶的表達。

就目前行業來看，語音識別發展較為成熟，一些數據顯示ASR的準確性已經超過90%，但那是在理想條件下。目前語義識別是學術界研究的聚焦領域，也是行業巨頭布局重點。

設計師需要在現有技術基礎上去做設計，理解語音交互相關的技術。并找到有效的設計方法來最大程度的利用科技進步，盡可能避免行業存在的技術瓶頸。

語音交互已經出現在我們的視野，作為一名設計師，若不想局限自己，就是要培養自己的“敏感體質”，保持好奇心、拓寬眼界、快速學習。

因為筆者并非語音交互相關的從業人員，所以本文內容主要是筆者在業余學習過程中的的思考和總結，該篇章為啟蒙篇大部分觀點來源于《語音用戶界面設計對話式體驗設計原則》這本書（這本書是關于VUI比較全面的一本書，也是天貓精靈團隊的參考書籍之一）分享給大家，希望對大家有所幫助，文章若有疏漏之處，歡迎交流指正。

本文由 @??橙芝兒 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議