中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

近幾年來，智能音箱的普及度非常高，不少人都會選擇購置智能音箱并通過語音進行簡單的交互。然而，也有很多人在使用過程中，發現智能音箱存在著一些“聽不懂人話”的缺點……

作為小度音箱（無屏基礎版）的用戶，本文針對使用中的一個體驗細節進行分析，并嘗試給出語音交互的解決方案。

一、CASE示例

場景1

用戶：小度小度，播放金玟岐的《十三》/播放SHE的《十七》

小度：好的，播放金玟岐的《歲月神偷》/好的，播放SHE的《super star》

用戶：小度小度，播放金玟岐的《十三》/播放SHE的《十七》

小度：好的，播放金玟岐的《歲月神偷》/好的，播放劉德華的《十七歲》

……

無限循環

場景2

用戶：小度小度，播放鄧紫棋、艾熱的《光年之外》/播放鄧紫棋的《光年之外》熱愛版

小度：好的，播放鄧紫棋的的《光年之外》

用戶：小度小度，播放艾熱的《光年之外》/播放鄧紫棋的《光年之外》熱愛版

小度：好的，播放鄧紫棋的的《光年之外》

……

無限循環

二、問題抽象

• 問題1：當播放音樂的語音指令有2到3個甚至多個約束條件的時候，DuerOS有時會回應錯誤
• 問題2：即使用戶”字正腔圓、咬牙切齒“的反復重復同一條指令，DuerOS仍會在多個錯誤回應之間循環切換，反復給出錯誤的回應

三、問題可能原因分析

1. ASR（自動語音識別）識別錯誤或NLU（自然語言處理）分詞、忽略關鍵條件等錯誤

也就是說，在系統看來，它所收到的指令，前者可能類似于”播放SHE的’時期‘“，后者則類似于”播放SHE的十/七“或者“播放SHE”（忽略了“《十七》”之類，理解的錯誤造成了小度無法正確播放。

2. 版權問題

經驗證小度的音樂版權服務方，百度音樂和QQ音樂都沒有金玟岐的《十三》的版權，但有其他幾首歌的版權，因此版權理應也不是這個體驗洼地的主要原因。

3. 策略問題：小度的語音交互什么時候應該進入“對話模式”？

相比問題1，問題2才是造成這個體驗洼地的關鍵。這是因為，在小度已經無法正確識別用戶意圖的同時，沒有通過進入對話模式給用戶提供更多解決問題的方案，而是機械的重復系統里置信度最高的操作，這無疑會使得用戶火冒三丈。

所謂“對話模式”通常有多輪的語音交互，并且AI能夠理解用戶的上下文含義，從而更“聰明”地做出回應，舉個經典的例子：

• 用戶：誰是美國的第16任總統
• AI：林肯
• 用戶：他去世時多大？
• AI：林肯享年65歲

對話模式中，AI承接了上文的“他”指的是“林肯”；而如果是非對話模式，AI則會對用戶的第二句“他”不知所措。

目前的策略，一般情況下小度與用戶之間的交互是單輪命令式的，即用戶“小度小度”喚醒后給予小度指令，小度會做出單次回應。

但有以下兩種情況（記憶中觀察到的，因為疫情影響手邊沒有產品，應該會有情況遺漏）小度會切換到對話模式：

1. 當用戶主動說出“進入極客模式”或者“來聊聊天吧”之類的指令
2. 當小度“不自信”的時候。比如給予的指令小度理解不清楚、小度為了消除指令的歧義、或者出現打斷對話等異常情況時，小度會采用各種確認策略，反復確認用戶的指令，這樣也就進入了多輪對話

所以在現有常規的交互策略下，當小度“自信”的時候，比如他自信地忽略掉了一些限定詞（例如艾熱、熱愛版），從而自信地認為用戶就是想聽鄧紫棋原版的《光年之外》，這時它一般不會進入對話模式。

盡管用戶火冒三丈地多次重復同樣的“播放《光年之外》艾熱版”的指令，小度依然會我行我素地播放鄧紫棋原版的《光年之外》。

我不清楚這種策略設置的決策依據是什么，可能是這種case比較極端沒有被注意到，可能是技術限制，也可能是出于成本考慮，在此不做判斷，但不影響從體驗優化的角度給出建議。

四、嘗試給出解決方案

問題1的解決

結論：出于可能的成本考慮，“版權問題”的情況自動進入對話模式，其他由于AI能力問題造成的錯誤，交由問題2的解決方案一并解決。

示例對話：

用戶：小度小度，播放金玟岐的《十三》

小度：對不起，暫時沒有相關歌曲的播放版權，是否為您播放金玟岐的《歲月神偷》

用戶：好的

GUI原型：無

VUI交互流程：

問題2的解決

• 結論：當用戶反復喚醒小度重復相同指令時（先為“播放下一曲”之類的命令加白，不在此討論之列），自動進入對話模式。
• 功能邏輯：

這里有幾個概念需要解釋：

1）確認策略

AI在回應用戶指令時，會有一系列備選答案，按置信度高到低排列，形成N-Best列表。在使用列表中不同置信度的答案回應用戶時，AI需要使用不同的確認策略。高置信度的答案采用隱性確認，低置信度的答案采用顯性確認（舉例見下方示例對話）。

2）消除歧義策略

當用戶給出模糊不清的指令或冗余的指令時，AI向用戶反復確認、拆解或補充，以形成確定的指令。

示例對話：

//進入對話模式//

• 用戶：小度小度，播放鄧紫棋和艾熱的《光年之外》
• 小度：（置信度大于80%，隱性確認）好的，為您播放鄧紫棋的《光年之外》
• ……（若循環上述對話，則進入對話模式，觸發確認策略） 

?//進入確認策略//

• 小度：（置信度大于65%小于80%，顯性確認）您是希望播放鄧紫棋的歌曲《光年之外》現場版嗎？
• 用戶：不是
• 小度：（置信度大于50%小于65%，顯性確認）您是希望播放鄧紫棋、華晨宇的歌曲《光年之外》嗎？

……（置信度遞減）//進入消除歧義策略//

• 小度：（置信度小于45%）對不起，請問您想聽哪誰的歌？
• 用戶：鄧紫棋和艾熱
• 小度：能說一下主要是哪位歌手嗎？
• 用戶：艾熱
• 小度：好的，在艾熱的歌曲中找到了23首歌曲，請問歌曲的名字是？
• 用戶：《光年之外》
• 小度：好的，為您播放，鄧紫棋、艾熱《光年之外》

GUI原型：無

VUI交互流程：略

五、結論

新的問題：

短期來看，這個解決方案有肉眼可見的需要改變的代碼量，因為第一步執行判斷“是否用戶重復了m次相同指令”應該是要在整個代碼架構上加一次判斷，有一定的工程量。

但是長期來看，對用戶體驗的提升是值得的。站在用戶的角度，無疑希望體驗能夠優化的更好。是否要為了優化這個體驗細節而付出這個開發成本（用戶有其他臨時替代方案，比如打開小度app手動搜尋歌曲，比如有屏音箱），需要更多的數據論證相關收益和優先級，作為非內部人士，缺乏相應的決策依據，這里不做判斷。

在重新看這個體驗問題中，由于場景的復雜和AI能力的不足，用戶扮演了一個“幫助系統修正錯誤”的反饋角色。

因為我的水平有限，相關思考多來自于工作的語音項目和學術論文設計，但沒有完整實操過復雜的語音助手項目落地，理解有誤的地方請不吝指正和批評。

本文由 @eason 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