這一段項目時間不是很緊張，比較有時間去探討一些細節的問題，有些東西可以做有些東西可以不做，去探究背后的原因是一件很有趣的事情。

一、簡單介紹VUI

想必大家對于語音交互并不是很了解，而車載方面的語音交互更是陌生。這里我先來科普下大背景，至于對這個方面比較感興趣的可以查找一下資料，想必其他的文章會很詳細的介紹理論。這里我先討論在實際應用當中的需求探索。

首先語音交互是從交互式語音應答系統（Interactive Voice Response，IVR）而來，它是通過電話來執行任務，和10086不同的是，它能夠識別人們說的話，由于擅長處理帶有大量信息的復雜句子，應用場景比較廣泛。

后面智能手機高速發展，于是誕生了VUI（Voice User Interactive ），像Siri、Cortana都是比較典型的應用，語音交互一直被稱作“最為自然的交互入口”，優點和缺點都很明顯。

車載場景的語音交互，有個很明顯的優勢：無需司機分心操作，直接語音指令即可達到想要的目的。所以在車內使用語音交互，任務型需求會占大多數。

二、實際應用中遇到的問題

今天看到之前的產品文檔中有這樣一個設計：

當前的設計都由于技術的限制，不支持的說法不能進行下一輪的對話，所以這里在反饋完畢后直接退出語音。并沒有什么大問題，很多車機語音交互直接提示不支持的說法，后面的說法提示都沒有。但這個方案對于用戶來講，依舊大大打擊了他們使用語音的積極性，這樣的設計至少有下面幾點不是很合適的點：

1. 在人工智能不是很智能的情況下，盡量理解用戶意圖并允許用戶繼續交談。
2. 功能點設計要考慮可發現性，對于語音交互，看不到的交互方式更要提高它的可發現性。
3. 已知的對話原則中有一點：方式準則，即說話需清晰明了，這里可以做簡化，但也需要針對不同的用戶群體。

三、從用戶出發，了解說出這句話的初始意圖

在我看來語音交互是一個比較繁瑣的設計過程，因為不同場景用戶會說什么樣的話很難預測，所以我會選取幾個最常見的使用場景，然后為每個場景按照最優路徑（同樣結合業務流程）寫出示例對話，同時還要加上異常情況。

這個就是在切換播放模式時的一種異常情況：

User：幫我切換到隨機播放/隨機播歌/按照隨機播放歌…

TTS：隨機播放

（TTS：從文本到語音，Text To Speech，一般是由產品、交互設定的內置文本，當用戶說了某句話命中某個說法，那么就播報該說法對應的反饋語。這整個過程就算做是一個完整的對話交互設計了。）

再來看看用戶為什么會這樣說“切換播放模式”吧：

1. 在手機APP上，切換播放模式，都是點擊切換到自己想要的播放模式，三個播放模式是固定的順序，所以在車機上用戶也會想要延續這樣的操作習慣，才會有這樣的說法。
2. 知道播放模式有哪些，但是不知道車機上語音對音樂的操控有哪些，所以試探性的嘗試。
3. 不清楚有哪些播放模式，所以只是想看下有哪些播放模式

不論從哪個出發點，最終的目的導向都是：想要切換播放模式。

四、根據不同意圖，對用戶進行分類，尋找更好的解決方案

根據上面三種情況，其實可以分為：

1. 對音樂比較熟悉的用戶，對車機端的語音控制探索使用。
2. 對音樂不怎么熟悉的用戶，對車機端的語音控制探索使用。

再來看看語音切換播放模式的需求想要解決的問題：

1. 無需關注界面，直接下達語音指令達到目標；
2. 縮短用戶操作路徑：比方說手機上切換播放模式，有時候需要點擊兩次；而車機上直接下達明確指令，直接完成。

來，先來分析上面兩種用戶群體的更深層的用戶定位。

1.對音樂比較熟悉的用戶

手機上的操作大部分是因為在播放詳情頁的操作按鈕過多，所以把播放模式收入到一個按鈕中去，下面是不同的音樂界面，特意選擇了一些不常用的音樂App，出乎意料酷狗是可以選擇，基本其他的應用都采用點擊切換播放模式的交互；

再深入一點，手機用戶切換播放模式的時候分兩種場景：

• 第一種，熟悉播放模式的人，在操作之前會有一個心理預期，所以會設定為她想要的播放模式，而播放模式的切換最多點擊三次，用戶成本不會很高，所以這也是大部分手機APP將它收入一個icon當中的原因；
• 第二種，不是很熟悉的人，他們在操作的時候可能會想了解有什么播放模式，最后再去確定最終的心理預期，所以點擊會超過三次。

綜合上述，不論是熟悉程度如何，都會有一個既定的心理目標，有比較明確的操作意圖。

而對音樂APP比較熟悉的用戶群體基本集中在：18-40歲左右，他們基本上都知道有這三種播放模式，所以可以有以下做法：

• 做法一：經過刻意引導，讓他們的意圖更為明確，這樣就不會出現這樣的說法；直接下命令切換，也能夠減少用戶的操作路徑，降低用戶的操作成本。
• 做法二：先完成用戶目標用意：切換播放模式，再提示用戶有什么播放模式可以切換，讓用戶逐漸熟悉
• 做法三：完成用戶目標用意，不進行提示，三種播放模式可能用戶就是比較懶，不想說出具體的播放模式名稱，這樣只記住一個說法即可達成。

2.對音樂不怎么熟悉的用戶

我專門找了我親愛的爸比，詢問了下他的中老年開車朋友們，年齡分布在40-50歲，大部分在45歲以下。下面是一些聊天記錄。

我的問題：你們在播放音樂的時候，知道能夠切換播放模式么？如果知道，那你們知道有幾種播放模式可以切換么？請說出你們印象中的名字。在這個過程中，不要打開音樂APP查看，靠自己的記憶～

很出乎我的意料，可能調查的目標用戶在一線城市會結果又不一樣。但是生活在一線城市的中老年人人數又有多少呢？很大部分的中老年人都生活在非一線城市，對于他們而言，簡單的播放歌曲就能滿足他們對音樂的需求。

但是，有沒有必要像這一部分的人推送這個功能呢？

再來看會使用智能車機的人群分布：（網上扒來的數據，隨意看下）

有65%的中國消費者愿意接受車聯網功能，高于歐洲國家的40%和北美的32%。中國消費者也更加愿意嘗試娛樂資訊方面的功能，比如社交媒體和車載視頻及音樂。

未來十年間55歲以上族群會增長近1億人，與此同時同時90后替代80后逐步成長為消費市場主力，2015年數量已經接近2億。年輕和老齡人群的消費需求變化將值得深入挖掘，以贏得未來市場進行提前布局。

所以中老年的需求有待挖掘，所以我覺得這里應該要做的是音樂推薦的智能化，讓他們享受到人工智能帶來的好處；而不是引導他們使用新的功能，這樣對他們而言使用、操作成本都大大提升，也增加了他們的記憶負擔，明明車機的語音交互只是想要減少用戶在開車中的干擾因素，這樣和我們想做的事情背道而馳。

五、結合推薦做法、語音交互優化準則，確定最后的方案

好了用戶群體分析、需求深入分析已經告一段落，那么就要按照剛開始覺得做的不到位的點，明確最后的方案。

根據二、四種可優化的點和推薦的做法，我們來對比分析下：

做法一是交互引導，其實在整體方案設計中就有考慮如何引導用戶了解語音交互，已有方案。

做法二、三，都符合理解用戶意圖、能夠提高可發現性，區別是后續的信息有沒有提示用戶。不過這里讓人糾結的點有以下考慮：

1. 提示用戶，他們能夠明確知道還能夠說什么說法操作，不過說法提示過長，無法再精簡，對用戶來講也有一定的記憶負擔；
2. 不提示用戶，他們可能不了解直接說播放模式的名稱也可以操作，這樣更簡單有效。

我們再來明確設計目標：簡單、高效、不分散注意力；所以提示是必須的。明確這些，繼續參考資料-《語音界面用戶設計》這本書，根據語音用戶界面基本設計原則中的異常處理中，增強錯誤提示有這樣的實例對話：

天氣APP：我能為您提供天氣信息，請問您所在的州和城市是哪里？

User：恩…我在斯普林菲爾德。

天氣APP：抱歉，我沒聽懂，請說出所在的州和城市。

用戶：哦，我在明尼蘇達州，斯普林菲爾德。

這個異常處理有提示用戶需要明確的信息，那么我們的方案也可以采用這樣的方案：

User：切換播放模式

TTS：好的，請問您想切換為哪種播放模式呢？

User：隨機播放

TTS：已切換，您下次可以直接對我說隨機播放。再見~

這樣的方案是不是看起來不是那么智障呢？

做語音交互方案一直處于這樣的發現提升點、探索、制定方案、糾結、推翻、不斷優化的過程中，關于這方面的教科書般的理論并不是很多，所以這里記錄下一個優化小點從發散到制定優化方案的小過程，可能比較瑣碎，分享下語音交互的日常工作，也希望能幫助想了解的人對此有點認知。

作者：青絳，微信公眾號：慕七和大胖

本文由 @青絳 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Pixabay，基于CC0協議