[交互設(shè)計(jì)]

Nick推薦理由：只要是人一切能夠感知到的事物都需要設(shè)計(jì)笼蛛，把視覺傳達(dá)、人體工程蛉鹿、聲樂設(shè)計(jì)等眾多領(lǐng)域的經(jīng)驗(yàn)用于人機(jī)交互滨砍，而現(xiàn)在交互設(shè)計(jì)正在往一個(gè)更加自然、更加接近于人本能的方向發(fā)展。就像現(xiàn)在的VR惋戏、AR领追、MR技術(shù)，其實(shí)也是在模擬人與現(xiàn)實(shí)交互的一種過程响逢。因?yàn)槿藱C(jī)交互最終是和人的感官進(jìn)行交互绒窑，而人的感官所適應(yīng)的系統(tǒng)是幾百萬年來進(jìn)化當(dāng)中和自然交互的一個(gè)過程。所以人和自然之間的交互是最高效舔亭、最舒適的回论。

因?yàn)槲覀儸F(xiàn)在有大數(shù)據(jù)、云計(jì)算分歇、深度學(xué)習(xí)、圖形處理其等技術(shù)作為支撐欧漱，通過設(shè)計(jì)改變生活方式职抡。從功能化的設(shè)計(jì)轉(zhuǎn)向場(chǎng)景化的設(shè)計(jì)。比如說在你做飯的時(shí)候和開車的時(shí)候误甚，這個(gè)場(chǎng)景下它的VUI的效率要高于GUI缚甩。從規(guī)則指令交互轉(zhuǎn)到自然語言交互。自然語言交互不僅限于VUI窑邦，而GUI上也可以進(jìn)行自然語言的交互擅威。從單屏交互到無處不在的交互。我們未來的界面可以不再是大家認(rèn)為的最傳統(tǒng)的矩形冈钦，可以是任意的形狀郊丛，像自然界當(dāng)中的物體一樣的形狀。以后人工智能不在是能做什么瞧筛、擅長(zhǎng)什么厉熟，而是擅長(zhǎng)的是否是你想要的，體現(xiàn)的性格是否是你最喜歡的较幌。也許這就是感知設(shè)計(jì)隨著科技的提升變化改變揍瑟。而現(xiàn)在我們需要把這些停留在過去的電子產(chǎn)品設(shè)計(jì)得更加自然和接近于人的本能。我們不再僅僅是視覺設(shè)計(jì)師乍炉，我們是聽覺設(shè)計(jì)師绢片，我們是為所有感官而設(shè)計(jì)的設(shè)計(jì)師。

隨著科技的發(fā)展岛琼，人機(jī)交互發(fā)生著巨大的變化底循，智能家居，智能車等智能硬件的普及衷恭，人們?cè)絹碓叫枰环N不依賴于鍵盤鼠標(biāo)顯示器的交互方式此叠。同時(shí)，語音輸入技術(shù)上的重大進(jìn)步也使得人們可以用更為自然直觀的方式和設(shè)備進(jìn)行“交流”。因此灭袁，設(shè)計(jì)師也需要具備一些語音交互的設(shè)計(jì)方法來設(shè)計(jì)出更為可用的語音交互方式猬错。

語音識(shí)別技術(shù)簡(jiǎn)介

在做語音交互之前，我們需要知道語音識(shí)別技術(shù)的實(shí)現(xiàn)原理以便知道現(xiàn)有技術(shù)存在的幾個(gè)重要限制茸歧。當(dāng)我們?cè)谠O(shè)計(jì)語音交互時(shí)倦炒，我們需要對(duì)語音輸入及（系統(tǒng)的）語音反饋進(jìn)行設(shè)計(jì)。這就好比在設(shè)計(jì)對(duì)話软瞎，作為設(shè)計(jì)師逢唤，我們必須確保“對(duì)話”的雙方都能很好的理解對(duì)方涤浇。那么相應(yīng)的鳖藕，語音輸入也存在兩個(gè)技術(shù)關(guān)鍵點(diǎn)：語音識(shí)別和語義理解。早期的語音設(shè)備只是對(duì)語音進(jìn)行聽寫只锭，而對(duì)語義的理解遠(yuǎn)比識(shí)別語音要難著恩。

在過去的20年中，對(duì)語音的識(shí)別蜻展、理解喉誊、自動(dòng)回復(fù)方面有了重大的發(fā)展，在90年代纵顾，工程師和語言學(xué)家花費(fèi)了大量時(shí)間來訓(xùn)練系統(tǒng)識(shí)別特殊詞語伍茄。這些被稱作“有限狀態(tài)語法”（finite state grammars），既系統(tǒng)只能識(shí)別一系列有限的詞和短語∈┯猓現(xiàn)在很多自動(dòng)語音應(yīng)答系統(tǒng)還在使用敷矫，例如一些自動(dòng)回復(fù)的電信業(yè)務(wù)（銀行業(yè)務(wù)查詢等）。

隨著技術(shù)的進(jìn)步音念，“統(tǒng)計(jì)語言模型”（statistical language models）被用在更多的產(chǎn)品上沪饺。系統(tǒng)不再限定在識(shí)別特定的詞和短語，而是可以將聲音對(duì)應(yīng)到特定的字符串闷愤。換句話說整葡，你不用直接教siri“紐約明天天氣怎么樣？”這個(gè)短語讥脐，siri可以通過將你的發(fā)音聽寫成單詞然后將這些單詞匹配出相應(yīng)的意思遭居。這一系列的識(shí)別，加上機(jī)器學(xué)習(xí)方面的進(jìn)步旬渠，使得自然語言的交互成為可能俱萍。隨著自然語言交互的發(fā)展，機(jī)器不止能識(shí)別我們說的話告丢，還能夠理解話的內(nèi)容并做出正確的答復(fù)枪蘑。這點(diǎn)雖然對(duì)人來說很簡(jiǎn)單，但對(duì)一臺(tái)機(jī)器來說已經(jīng)相當(dāng)科幻。

語音交互（VUI）和圖形交互（GUI）：相同和不同

對(duì)語音交互設(shè)計(jì)師而言岳颇，以上的這些科技進(jìn)步相當(dāng)重要照捡，因?yàn)樗鼈兛梢宰屛覀円砸环N20年前科幻小說中的方式來與機(jī)器“對(duì)話”。但我們還需要找到有效的設(shè)計(jì)方法來最大程度的利用這種科技進(jìn)步话侧。幸運(yùn)的是栗精，圖形界面設(shè)計(jì)中的以用戶為中心的設(shè)計(jì)理念很多可以復(fù)用到語音設(shè)計(jì)中，我們不需要完全從頭開始瞻鹏，但也要知道有哪些新的模式需要注意悲立。

交互設(shè)計(jì)（ux）中最重要的角色是用戶，一切流程都是圍繞用戶為中心展開的新博，這點(diǎn)在語音設(shè)計(jì)中是相同的薪夕。Thomas Hebner作為一個(gè)從事了16年語音設(shè)計(jì)的設(shè)計(jì)師，他認(rèn)為語音設(shè)計(jì)中最重大的錯(cuò)誤往往發(fā)生在用戶目標(biāo)和業(yè)務(wù)目標(biāo)不一致的情況下赫悄。

優(yōu)秀的產(chǎn)品通常都是能快速解決真正的用戶需求寥殖，同時(shí)很適合他們的使用場(chǎng)景。我們需要的是能感知上下文的設(shè)計(jì)涩蜘，比如我在家說“溫度升高點(diǎn)”，系統(tǒng)要知道我指的是暖氣還是烤面包機(jī)熏纯。這種感知上下文的能力與語音識(shí)別技術(shù)無關(guān)同诫，主要看設(shè)計(jì)師對(duì)系統(tǒng)對(duì)話的設(shè)計(jì)是否巧妙。

以上這些很重要樟澜，理解用戶误窖、使用中對(duì)上下文的感知、可用性與易用性這些通常用在評(píng)判GUI的設(shè)計(jì)標(biāo)準(zhǔn)同樣適用于語音交互（VUI）秩贰，所以傳統(tǒng)的交互設(shè)計(jì)師可以很好的將自己在GUI方面的設(shè)計(jì)經(jīng)驗(yàn)移植到VUI上霹俺。

但也有一些關(guān)于VUI的特殊設(shè)計(jì)要點(diǎn)需要特別注意。

▼會(huì)話能力

內(nèi)容和調(diào)性對(duì)于每個(gè)設(shè)計(jì)都很重要毒费，但在設(shè)計(jì)語音輸出時(shí)尤為重要丙唧。好的語音設(shè)計(jì)可以讓用戶在使用時(shí)感覺像在進(jìn)行正常的對(duì)話，但對(duì)于電腦而言觅玻，像人類一樣會(huì)話相當(dāng)困難想际。

Tony Sheeder一位從事超過14年語音設(shè)計(jì)的設(shè)計(jì)師解釋道：

每段語音交互都好比一個(gè)簡(jiǎn)短的記敘文，有開頭溪厘、過程和結(jié)尾胡本。人類對(duì)這些會(huì)話規(guī)則了如指掌，所以當(dāng)你參加一個(gè)聚會(huì)畸悬，你會(huì)很快發(fā)現(xiàn)哪些人比較容易交流〔喔Γ現(xiàn)在的大多數(shù)語音系統(tǒng)就好比那個(gè)在聚會(huì)上說什么都是錯(cuò)的，別人都不喜歡和他交流的“人”。

早期的語音設(shè)計(jì)師大多有語言學(xué)的背景披粟，Tony Sheeder最初是為互動(dòng)游戲編寫對(duì)話的咒锻，這也幫助他能夠很好的編寫出自然順暢的會(huì)話。但設(shè)計(jì)語音交流并不總是一帆風(fēng)順的僻爽，早期的語音交互會(huì)讓用戶感到不舒服虫碉，因?yàn)樵O(shè)計(jì)師認(rèn)為用戶需要系統(tǒng)給出明確的指示，系統(tǒng)一般會(huì)說“是否需要查詢你的賬戶余額胸梆？請(qǐng)回答是或否”這違反了會(huì)話的基本原則敦捧。Sheeder認(rèn)為互動(dòng)式語音應(yīng)答系統(tǒng)（IVR）希望自己像人類一樣說話，但同時(shí)希望你像狗一樣回答碰镜，這點(diǎn)是用戶感到不舒服的主要原因兢卵。

▼設(shè)計(jì)更好的交流技巧

許多設(shè)計(jì)師強(qiáng)調(diào)文案在體驗(yàn)中的重要性，如果你希望在產(chǎn)品中加入語音功能绪颖，那么你需要學(xué)習(xí)以下一些重要的規(guī)則讓你的語音交互體驗(yàn)更好秽荤。

▼保持簡(jiǎn)短，但不能太短

當(dāng)系統(tǒng)太過于健談時(shí)柠横，體驗(yàn)會(huì)變得相當(dāng)糟糕窃款，尤其是在無輸入系統(tǒng)中，語言要相當(dāng)簡(jiǎn)明并使用戶始終主導(dǎo)交互的節(jié)奏牍氛。簡(jiǎn)言之晨继，在設(shè)計(jì)對(duì)話時(shí)要保證簡(jiǎn)潔但也不要過于簡(jiǎn)短。

書面語言完全不同于口語搬俊。當(dāng)你開始寫一段會(huì)話時(shí)紊扬，你會(huì)發(fā)現(xiàn)它讀起來很生硬或者讓機(jī)器讀起來過于冗長(zhǎng)。這其實(shí)很常見唉擂，你需要保持所有的會(huì)話比你想象的要短的多餐屎。如果不這樣，用戶很容易失去耐心聽完從而可能錯(cuò)過重要信息玩祟。

另一方面腹缩，你同時(shí)需要注意不要省略重要的信息。sheeder談到了早期的語音自動(dòng)應(yīng)答中心的設(shè)計(jì)空扎，設(shè)計(jì)的核心目標(biāo)是讓所有東西盡量簡(jiǎn)短庆聘。“有一個(gè)理念是：若在一次通話中減少750毫秒就可以提高效率勺卢，但通過剔除連接詞和過渡短語反而會(huì)增加用戶的認(rèn)知壓力從而使效率降低伙判。”當(dāng)反饋太快時(shí)會(huì)對(duì)聽者造成很大壓力黑忱，他們會(huì)因?yàn)闊o法及時(shí)處理信息而變得挫敗宴抚，最終使得自動(dòng)應(yīng)答中心的整體效率降低勒魔。

▼創(chuàng)造性格

人們會(huì)把能與他們交談的東西當(dāng)做人類對(duì)待，而每個(gè)“人類”都是具有性格的菇曲。在VUI中同樣是這樣冠绢，蘋果的siri，微軟的cortana和亞馬遜的a'lexa都分別具有完全不同的性格常潮。

成功的語音系統(tǒng)擁有性格不只是為了好玩弟胀，同時(shí)也是目標(biāo)導(dǎo)向的，冷靜正式的性格可以提高效率喊式，而親切的性格可以讓用戶更愿意交流孵户。

擁有個(gè)性也可以幫助你設(shè)計(jì)會(huì)話。在某方面岔留，個(gè)性就像是在GUI設(shè)計(jì)中的風(fēng)格指南夏哭，可以幫助你確定應(yīng)該用什么詞匯和語氣來組織會(huì)話。而決定運(yùn)用什么性格是由你的產(chǎn)品目標(biāo)和用戶特征決定的献联。但無論如何要記住竖配，你的語音系統(tǒng)可能會(huì)被用戶長(zhǎng)時(shí)間多次使用，所以你選取的性格不能是那種隨著時(shí)間推移會(huì)讓人厭煩的里逆，比如過多的冷笑話或者喋喋不休的重復(fù)进胯。

還有一個(gè)地方需要注意，當(dāng)你將系統(tǒng)設(shè)計(jì)的帶有性格時(shí)原押，系統(tǒng)會(huì)變得更加擬人化龄减，而用戶也會(huì)把系統(tǒng)當(dāng)做一個(gè)“人”來對(duì)待。這時(shí)用戶對(duì)系統(tǒng)的智能化要求也會(huì)相應(yīng)提高班眯，當(dāng)發(fā)現(xiàn)系統(tǒng)并不是很智能時(shí)，反而會(huì)增大挫敗感烁巫，這也是為什么用戶會(huì)對(duì)siri要求的格外嚴(yán)格署隘。

▼自我測(cè)試

為了確保會(huì)話的自然和高效（不是惱人的），你需要做很多測(cè)試亚隙〈挪停可用性測(cè)試是當(dāng)然要做的，但在這之前阿弃，你可以通過以下方法開始提高自己的VUI交互能力诊霹。自己扮演你要設(shè)計(jì)的系統(tǒng)去和其他人對(duì)話，將對(duì)話錄下來然后播放渣淳，看是否合適脾还。再讓機(jī)器讀這段會(huì)話，以此來測(cè)試入愧。

當(dāng)然所有這些方法與界面設(shè)計(jì)中用的方法差不多鄙漏，我們寫界面上的文案也需要考慮文風(fēng)和語氣嗤谚，同時(shí)也要保證高效簡(jiǎn)潔，當(dāng)然也要進(jìn)行可用性測(cè)試怔蚌。然而巩步，在以語音為主要交互方式的設(shè)計(jì)過程中，這些方法套路也需要做如下相應(yīng)的調(diào)整：

▼可發(fā)現(xiàn)性和可預(yù)見性

可發(fā)現(xiàn)性和可預(yù)見性在以語音為主要輸入方式的系統(tǒng)中相當(dāng)重要桦踊，尤其是在使用自然語言系統(tǒng)時(shí)椅野。在這點(diǎn)上圖形用戶界面和語音用戶界面會(huì)有很大不同。

自然語言系統(tǒng)將大部分發(fā)起詢問的負(fù)擔(dān)都給了用戶籍胯，相反的竟闪，圖形界面可以給用戶上下文線索，比如提示芒炼、詢問瘫怜，甚至是明確的選項(xiàng)。當(dāng)你登錄你的網(wǎng)上銀行時(shí)本刽，網(wǎng)站通常會(huì)給你幾個(gè)選項(xiàng)鲸湃，例如你是否想登錄或者學(xué)習(xí)如何新開一個(gè)賬戶。

想象下如果銀行像谷歌的語音系統(tǒng)一樣子寓。你進(jìn)入網(wǎng)站然后系統(tǒng)提示你問一個(gè)問題暗挑。有時(shí)會(huì)很順利，如果你恰好是要查詢余額斜友，對(duì)話就會(huì)變得很簡(jiǎn)單：“查詢我的賬戶余額炸裆。”“好的鲜屏，你的賬戶密碼是多少烹看？”

但如果你想開通一個(gè)新的業(yè)務(wù)帳號(hào)，并且與你的儲(chǔ)蓄賬戶綁定，并且有許多選項(xiàng)需要選擇腔召，每個(gè)選項(xiàng)都有不同的收費(fèi)方式诱咏。這個(gè)對(duì)話會(huì)很難開始，因?yàn)槟悴恢酪獜暮握f起土思，先問什么。甚至很多新功能你都不知道它是否存在忆嗜，就更不用說去問了己儒。

這類可發(fā)現(xiàn)性的問題在設(shè)計(jì)開放式語音系統(tǒng)時(shí)是一個(gè)很重要的問題。當(dāng)Abi Jones第一次設(shè)計(jì)語音時(shí)捆毫，她把一個(gè)錄音設(shè)備假設(shè)成一個(gè)什么都能聽懂并回答的機(jī)器闪湾，“這讓我第一次意識(shí)到想要說出自己想要什么是多么難的一件事，”她說绩卤。

即使在限制輸入內(nèi)容且功能完全外顯的語音交互中（例如一些只能讓用戶說特定詞的應(yīng)答系統(tǒng)）响谓，設(shè)計(jì)師還是要處理一系列無法預(yù)測(cè)的用戶應(yīng)答损合。在可視化產(chǎn)品中，我們所做出的大部分選擇被用戶界面限制娘纷。有能點(diǎn)擊的按鈕嫁审，供選擇的選項(xiàng)，可拖動(dòng)的滑塊赖晶。當(dāng)然也會(huì)有開放式的文本輸入框律适，但他的出現(xiàn)一定會(huì)有上下文提示它的作用。當(dāng)你在谷歌搜索框中輸入時(shí)遏插，即使輸入這個(gè)行為本身不可預(yù)知捂贿，但上下文的信息也能讓用戶按照設(shè)計(jì)者的意圖進(jìn)行操作。

與此相反的胳嘲，siri需要根據(jù)你的輸入來確定做出什么響應(yīng)厂僧。是打開一個(gè)app？搜索網(wǎng)絡(luò)了牛？還是給某個(gè)聯(lián)系人發(fā)短信颜屠？輸入的不可預(yù)測(cè)性對(duì)設(shè)計(jì)師而言是個(gè)棘手的事情，如果我們想要限制用戶輸入或讓用戶知道他們能做什么鹰祸，設(shè)計(jì)師就需要預(yù)測(cè)更多的使用情景來盡可能多的覆蓋用戶可能的應(yīng)答甫窟。

▼設(shè)計(jì)更好的可發(fā)現(xiàn)性和可預(yù)見性

想要讓你的語音系統(tǒng)的功能更為可見，首先你需要讓系統(tǒng)積極主動(dòng)蛙婴，先發(fā)制人粗井。與其讓用戶自己想起來他們要干什么，不如系統(tǒng)先發(fā)起對(duì)話街图，問問用戶他們需要干啥浇衬。

Karen Kaushansky認(rèn)為這方面cortana做的很好，如果你在開車并帶著藍(lán)牙耳機(jī)餐济，此時(shí)你接到一條短信耘擂，cortana會(huì)知道你正在開車，它會(huì)詢問是否需要幫你閱讀短信內(nèi)容颤介，但如果藍(lán)牙耳機(jī)關(guān)著他就不會(huì)這么做，因?yàn)橥夥乓糇x短信可能牽扯隱私赞赖。以上可以看出滚朵，cortana已經(jīng)可以聯(lián)系上下文并且主動(dòng)發(fā)起會(huì)話。通過觸發(fā)基于上下文的提示前域，可以幫助用戶發(fā)現(xiàn)隱藏功能辕近，上面的例子中用戶就知道了cortana可以讀短信。

另一個(gè)選擇是向用戶解釋他們應(yīng)該說什么匿垄。許多使用自然語言的系統(tǒng)開始像早期應(yīng)答系統(tǒng)一樣給用戶各種提示移宅。例如归粉，他們不會(huì)再問“你需要什么幫助？”漏峰，取而代之的是“你需要什么幫助么糠悼？你可以說：查詢銀行收支、申請(qǐng)支票浅乔、匯款等倔喂。”雖然對(duì)用戶而言靖苇，即便科技已經(jīng)很發(fā)達(dá)了席噩，但提示用戶“你可以嘗試說。贤壁。悼枢。”仍是比較好的啟發(fā)用戶發(fā)問的方式脾拆。

▼隱私和易用性

一個(gè)在語音馒索，尤其是純語音的交互中很顯然的問題是：一切都會(huì)被他人聽到。當(dāng)然假丧，讓系統(tǒng)播放歌曲這種命令沒什么問題双揪，但假如在一個(gè)開放的辦公室里系統(tǒng)朗讀了你的健康記錄，事情就會(huì)比較糟糕包帚。所以上下文仍然相當(dāng)重要渔期。

Rebecca Nowlin Green，一名在Nuance通信公司工作的商業(yè)總顧問渴邦，她解釋道好的語音系統(tǒng)應(yīng)該在敏感信息方面設(shè)置撤回輸入的方式疯趟，包括使用其他方式展示。

易用性也是一個(gè)問題谋梭，雖然語音識(shí)別技術(shù)已經(jīng)發(fā)展的很好了信峻，但在非母語用戶、嘈雜環(huán)境下或者網(wǎng)絡(luò)不暢通的環(huán)境下識(shí)別精度仍會(huì)大大降低瓮床。所以使用環(huán)境會(huì)對(duì)系統(tǒng)的可用性和適用性產(chǎn)生很大影響盹舞。

▼為隱私和易用性而設(shè)計(jì)

好的隱私設(shè)計(jì)的關(guān)鍵是理解用戶會(huì)在什么情況下需要信息以更加私人的方式呈現(xiàn)，且這些信息出現(xiàn)時(shí)的上下文是什么隘庄。沒有人愿意在地鐵上喊出自己的社保密碼踢步，但在某些情況下甚至連短信的發(fā)送人這種信息都會(huì)牽扯到隱私。

讓設(shè)備能夠輕松的切換到無聲模式并且支持多種輸入和輸出方法對(duì)保證隱私至關(guān)重要丑掺。而一個(gè)反應(yīng)靈敏的應(yīng)答系統(tǒng)也會(huì)對(duì)隱私有所幫助获印。例如生活中，當(dāng)你小聲對(duì)一個(gè)人說話時(shí)街州，對(duì)方也會(huì)小聲的回應(yīng)兼丰。我們通過周圍的人的反應(yīng)及時(shí)調(diào)整自己玻孟，可是機(jī)器不會(huì)，它只會(huì)用同樣的音量做出應(yīng)答鳍征。所以在設(shè)計(jì)語音系統(tǒng)時(shí)將環(huán)境噪音黍翎、位置、接收到的音量考慮在內(nèi)并做出處理可以大大改善隱私問題蟆技。

對(duì)上下文的理解可以改善易用性玩敏。例如一個(gè)叫做TRNQL的致力于開發(fā)便于語音輸入輸出SDK的初創(chuàng)項(xiàng)目。其中有一個(gè)設(shè)計(jì)是當(dāng)系統(tǒng)檢測(cè)到用戶是坐著的時(shí)候质礼，輸入方式是鍵盤輸入旺聚，而當(dāng)感知到用戶在走路時(shí)，默認(rèn)輸入會(huì)切換到語音眶蕉。這樣就會(huì)避免在行走中看手機(jī)而發(fā)生事故砰粹。

當(dāng)我們的設(shè)備對(duì)我們?cè)絹碓搅私狻覀冏≡谀模谀墓ぷ髟焱欤覀兪裁磿r(shí)間在聽歌或看電影——系統(tǒng)可以更好的判斷什么時(shí)候以何種方式與我們交互碱璃。但易用性和隱私之間需要有一個(gè)度，我們可能會(huì)希望我們的系統(tǒng)知道我們?cè)谧呗返幌Ｍ牢覀冊(cè)谀淖叻谷搿＿@些問題在手機(jī)和私人設(shè)備的設(shè)計(jì)中需要著重考慮嵌器。

記住，隱私和易用性問題是嚴(yán)肅且不好解決的問題谐丢，了解用戶介意哪些信息以及信息所處的上下文可以幫助你知道如何做能既保護(hù)了用戶的隱私又能給用戶提供便利爽航。

▼純語音系統(tǒng)和混合式操作系統(tǒng)

早期的語音設(shè)備常見于大公司針對(duì)個(gè)人用戶開通的電話自動(dòng)應(yīng)答系統(tǒng)。現(xiàn)在的語音系統(tǒng)多用在智能家居乾忱、手機(jī)和可穿戴設(shè)備上讥珍。有趣的是，這些設(shè)備都具有多種輸入輸出方式窄瘟，比如屏幕衷佃、燈光甚至物理鍵盤。這些混合式交互系統(tǒng)給了設(shè)計(jì)極大的可能性蹄葱。

不幸的是氏义，很多公司只是因?yàn)檎Z音比較酷而將語音引入他們的設(shè)備。他們認(rèn)為用戶更喜歡直接發(fā)問而不是根據(jù)系統(tǒng)給出的結(jié)構(gòu)進(jìn)行會(huì)話图云，因此他們更喜歡引入自然語意系統(tǒng)惯悠。同時(shí)，為了減少干擾而去掉屏幕或物理按鍵琼稻。

但只有當(dāng)某些特殊場(chǎng)景下需要引入語音才能解決某些需求時(shí)吮螺，語音的引入才有意義饶囚，否則隨意的使用語音只會(huì)適得其反帕翻。

你需要考慮的是一個(gè)語音對(duì)話能夠如何改善某個(gè)用例的體驗(yàn)鸠补。比如在輸入中，有些信息很容易說出來嘀掸，但很難手動(dòng)輸入紫岩；而有些則容易“寫”出來，卻不容易“說出口”睬塌，語音輸出存在同樣的問題泉蝌。

例如這則對(duì)話：“siri，告訴我舊金山北部市場(chǎng)中提供午餐且還沒關(guān)門的所有餐廳揩晴⊙悖”但你肯定不希望siri將全部760家符合條件的餐廳都念給你，所以這個(gè)場(chǎng)景適合語音輸入硫兰，屏幕輸出诅愚。

但如果在我們平時(shí)用百度地圖導(dǎo)航時(shí)，我們更習(xí)慣于輸入目的地進(jìn)行路線查詢劫映，在確認(rèn)好路線時(shí)用語音進(jìn)行導(dǎo)航违孝。所以這個(gè)場(chǎng)景適合屏幕輸入，語音輸出泳赋。

所以雌桑，作為設(shè)計(jì)師，如何決定何時(shí)何地使用什么輸入輸出方式需要我們根據(jù)設(shè)備祖今、任務(wù)和上下文來做特殊處理校坑，但也存在一些通用的原則可以參考。

一些適合使用語音的情景

▼智能家庭共享終端

語音經(jīng)常被用在一些沒有屏幕的設(shè)備上衅鹿。智能家居設(shè)備撒踪，例如nest?thermostat，只有一個(gè)小屏幕或者干脆沒有屏幕大渤，用戶通過手機(jī)app進(jìn)行控制制妄。顯然語音控制要比app更加合適。比如飛利浦的智能照明系統(tǒng)已經(jīng)可以用Amazon Alexa控制了泵三。

Abi Jones解釋道“語音系統(tǒng)的操作門檻相對(duì)較低耕捞，且不會(huì)區(qū)分使用者身份（在隱私保護(hù)方面是劣勢(shì)），這使得家庭中的各個(gè)年齡層成員都能很順場(chǎng)的控制智能家居系統(tǒng)烫幕，而且語音的控制可以省去手持遙控器（可能是你的手機(jī)）俺抽，更便于家庭輕松隨意的使用場(chǎng)景较曼×赘”

語音系統(tǒng)還可以讓用戶“隔空”控制設(shè)備，比如你可以在客廳中控制廚房中烤箱的溫度冕末，或躺在床上控制整個(gè)房間的燈档桃，前提是接收器能聽到你的聲音嘹屯。

▼一些很難輸入的內(nèi)容

比如數(shù)學(xué)公式、化學(xué)方程式和曲譜等都是容易念出來从撼，但由于包含很多特殊符號(hào)使得輸入十分困難抚垄。這時(shí)語音輸入就會(huì)很有必要。

▼人們可以表達(dá)的復(fù)雜信息

實(shí)際上谋逻，當(dāng)用戶有復(fù)雜的命令需要說時(shí)呆馁，語音的優(yōu)勢(shì)就體現(xiàn)出來了。假設(shè)你今晚想要看一部電影毁兆，你可以在電影列表頁翻頁或依據(jù)應(yīng)用給出的有限個(gè)分類進(jìn)行篩選浙滤，或者，你可以選擇說：“給我找一部沒有黃曉明出演的電影气堕，這個(gè)電影要四星以上且有免費(fèi)資源纺腊。”

對(duì)于由多個(gè)關(guān)鍵詞和過濾條件混合的復(fù)雜搜索請(qǐng)求茎芭，用戶通常很容易用詞語描述出來揖膜，谷歌在這方面做的很好，無論用戶是用鍵盤還是語音輸入的梅桩。試想如果將支持語音的搜索引擎植入到諸如電視機(jī)這種只有簡(jiǎn)單遙控器的設(shè)備上會(huì)帶來多大的方便壹粟。

▼在需要釋放雙手或雙眼的操作環(huán)境中確保安全

在車中語音交互已經(jīng)被應(yīng)用。不管用戶是否喜歡宿百，他們不得不在開車時(shí)需要與設(shè)備進(jìn)行交互趁仙，比如導(dǎo)航、開車途中接電話或者需要回復(fù)短信的情況垦页。這時(shí)候用戶需要讓他們的雙手握在方向盤上而眼睛目視著道路雀费。語音交互在這種情況下可以保證用戶安全的操作，雖然不能避免分散用戶注意痊焊，但至少用戶不用低頭看手機(jī)了盏袄。

不只是在車上忿峻，比方說在手術(shù)室，我們也不希望醫(yī)生在需要查找某些信息時(shí)還需要用手打字辕羽。

因此炭菌，當(dāng)我們需要快速獲取信息或做出回復(fù)但我們的雙手和雙眼又無法使用時(shí)，語音輸入和語音應(yīng)答可以保證安全性和效率性逛漫。

不要使用語音交互的場(chǎng)景

▼任何需要談判或擁有很多變量的情況

雖然語音技術(shù)不斷的進(jìn)步，但離我們能夠和一個(gè)設(shè)備自然對(duì)話還差很遠(yuǎn)赘艳。最成功的語音系統(tǒng)只能支持識(shí)別一個(gè)（至多兩個(gè)）句子的長(zhǎng)度酌毡。Abi Jones 指出，亞馬遜的Alexa可以支持簡(jiǎn)單的自然對(duì)話蕾管，但仍然有所局限枷踏，她說：如果你要求它打開一個(gè)不存在的電臺(tái)，它會(huì)問你你是否想要?jiǎng)?chuàng)建一個(gè)掰曾。但如果你想要跳過一首歌并且增大音量旭蠕，這是兩個(gè)完全分開的動(dòng)作，所以只能完全分開執(zhí)行旷坦。

這就意味著包含有幾個(gè)不同的請(qǐng)求或談判的長(zhǎng)對(duì)話并不適合語音輸入掏熬。比如，當(dāng)安排與一個(gè)人的會(huì)面可以用語音秒梅，但要安排一系列相互依賴的會(huì)議時(shí)旗芬，語音就不會(huì)那么有效了，反而是找出日歷來一個(gè)個(gè)選擇比較容易捆蜀。

▼大量的輸入和輸出

在大量數(shù)據(jù)的輸入和輸出時(shí)疮丛，語音要比打字慢很多。比如搜索你想要去的餐館辆它，你可以比較容易的用語音描述出你的篩選條件誊薄，但將搜索的結(jié)果用語音讀出來顯然相當(dāng)麻煩。因此锰茉，當(dāng)你可以瀏覽列表并通過點(diǎn)擊選擇時(shí)呢蔫，就沒有必要通過語音來操作了。

當(dāng)需要處理大量的輸入和輸出時(shí)飒筑，可視化界面要比語音界面高效很多咐刨。雖然有些人很擅長(zhǎng)口述他們的想法，但要流利且準(zhǔn)確的說出整個(gè)email的內(nèi)容還是需要一定訓(xùn)練的扬霜。短句子和簡(jiǎn)短的郵件回復(fù)比較適合語音輸入定鸟，不過打字還是更容易讓大多數(shù)人接受。

▼很難形容的內(nèi)容

在上一節(jié)中著瓶，我們看到了一些容易口述但比較難打的字联予、符號(hào)和行業(yè)術(shù)語。但同時(shí)也有一些很難大聲說出來卻很容易用屏幕顯示出來的內(nèi)容。

雖然在智能電視上語音交互已經(jīng)被用來控制很多功能沸久，但例如白平衡調(diào)節(jié)這種功能還是很難用語言形容季眷。同樣的，在控制智能汽車時(shí)卷胯，像調(diào)節(jié)后視鏡角度這種操作用語音控制也比較麻煩子刮。之所以這樣是因?yàn)檎Z音錄入在一些有上下文語境的場(chǎng)景中較為有效，但不能適用于所有的場(chǎng)景窑睁。

▼比較復(fù)雜的事務(wù)列表

另一個(gè)語音系統(tǒng)不能很好兼容的是相對(duì)復(fù)雜的項(xiàng)目列表挺峡。想像基于傳統(tǒng)網(wǎng)格系統(tǒng)設(shè)計(jì)的電腦或手機(jī)界面，現(xiàn)在需要將上面的內(nèi)容用機(jī)器“讀”出來担钮，畫面將會(huì)相當(dāng)?shù)摹懊利悺薄?/p>

即使沒有那么巨量的數(shù)據(jù)橱赠，語音界面仍然需要用戶在同一時(shí)間記住幾個(gè)不同的選項(xiàng)，尤其是在完全沒有視覺的前提下箫津，這是很難做到的狭姨。就像是超市在配備銷售員的同時(shí)，仍會(huì)附上商品標(biāo)簽苏遥。有些信息很容易通過視覺獲取就不需要被迫通過對(duì)話饼拍，尤其是跟不太智能的電腦。

成功的結(jié)合方式

Tony Sheeder主持了Dragon Mobile Assistant的第一個(gè)版本的設(shè)計(jì)田炭。Dragon Mobile Assistant是一個(gè) Nuance Communications公司推出的免提使用手機(jī)的app惕耕。它的語音識(shí)別技術(shù)很出色，可以用來安排約會(huì)诫肠，發(fā)送信息司澎，分享內(nèi)容到社交網(wǎng)站以及查詢天氣等。雖然它能夠很好的理解用戶的請(qǐng)求栋豫，但早期的版本卻存在一個(gè)有趣的設(shè)計(jì)問題挤安。

sheeder解釋道，起初語音交互和圖形界面是由兩個(gè)不同的團(tuán)隊(duì)設(shè)計(jì)的丧鸯，兩個(gè)團(tuán)隊(duì)都覺得他們應(yīng)該同時(shí)控制信息的輸入和輸出蛤铜。“這就使得最終產(chǎn)生了許多冗余的信息丛肢，例如app會(huì)在屏幕上顯示一些信息同時(shí)用語音將它讀出來围肥。”sheeder說蜂怎。當(dāng)兩部分設(shè)計(jì)人員開始互相協(xié)作時(shí)穆刻，他們開始考慮哪些內(nèi)容適合視覺呈現(xiàn)而哪些內(nèi)容可以用語音來輸出。因此杠步，下一個(gè)版本的輸入輸出方式就明顯自然多了氢伟。

為了能夠成功的將多種交互方式進(jìn)行結(jié)合榜轿，不僅需要了解什么時(shí)候需要或者不能用語音，而且需要知道怎樣將語音與其他輸入輸出方式有效的結(jié)合朵锣。下圖列出了幾種不同的混合交互方式的例子：

毋庸置疑谬盐，在接下來的幾年內(nèi)肯定會(huì)有更多不同結(jié)合方式的產(chǎn)品出現(xiàn)，這意味著設(shè)計(jì)師需要花費(fèi)更多的精力來確定哪種輸入輸出方式能帶來最好的使用體驗(yàn)诚些。而且可以預(yù)見的飞傀，每當(dāng)你增加一種輸入或輸出方式，設(shè)計(jì)復(fù)雜度會(huì)指數(shù)級(jí)增加诬烹。

下面有一些有用的tips來告訴你哪種輸入和輸出的組合方式適合你的產(chǎn)品砸烦。

▼純語音——有限狀態(tài)

有限狀態(tài)，純語音的操作系統(tǒng)更像經(jīng)典的IVR系統(tǒng)椅您。那是一種當(dāng)你撥通電話會(huì)聽到諸如以下的系統(tǒng)提示音：“請(qǐng)問有什么可以幫忙，您可以嘗試說查詢賬戶寡键、開通賬戶掀泳、申請(qǐng)清算或者人工服務(wù)∥餍”在這個(gè)系統(tǒng)流程中的每個(gè)節(jié)點(diǎn)上员舵，系統(tǒng)只能理解特定的命令。

雖然這個(gè)系統(tǒng)很傻藕畔，但它仍被那些需要降低客服中心運(yùn)營(yíng)費(fèi)用的公司使用马僻。因?yàn)樵撓到y(tǒng)可以處理一系列常見的簡(jiǎn)單任務(wù)并在需要處理復(fù)雜任務(wù)時(shí)將電話進(jìn)行轉(zhuǎn)接。

什么時(shí)候會(huì)用到

在有限狀態(tài)下注服，純語音的系統(tǒng)在特定場(chǎng)景下還是很有用的韭邓。由于只能通過語音進(jìn)行輸入輸出，所以適用于那些沒有屏幕的設(shè)備溶弟，包括IVR電話系統(tǒng)女淑，當(dāng)然也包括一些沒有屏幕的可穿戴設(shè)備。

通常辜御，使用有限狀態(tài)系統(tǒng)意味著你的產(chǎn)品足夠簡(jiǎn)單以至于不必使用自然語言處理方法（NLP）鸭你。用戶被訓(xùn)練著做少量的簡(jiǎn)單任務(wù)，例如一個(gè)只能定鬧鈴的鬧鐘不需要一整套自然語義系統(tǒng)來支持擒权，它只需要理解幾個(gè)用戶能記住的簡(jiǎn)單命令袱巨，比如“設(shè)置鬧鐘”。

有限狀態(tài)系統(tǒng)的一個(gè)最大的問題碳抄，也是一些人之所以很討厭使用IVR的原因愉老，系統(tǒng)通常需要用戶回答一長(zhǎng)串特定的選項(xiàng)才能最終得到用戶想要的結(jié)果。如果系統(tǒng)包含更多內(nèi)容剖效，就會(huì)要求用戶回答更多的篩選選項(xiàng)俺夕，這會(huì)很容易讓用戶切到人工服務(wù)或掛掉電話裳凸。

一些只包含幾個(gè)特定任務(wù)且可以通過簡(jiǎn)短命令操作的系統(tǒng)比較適合純語音的交互。例如汽車內(nèi)的語音控制系統(tǒng)劝贸。用戶一般只有特定的幾個(gè)需求姨谷，如：播放音樂、打開空調(diào)一類的映九。用戶每天都會(huì)重復(fù)這些交互梦湘，而且每次都會(huì)用到相同或相似的命令。每個(gè)命令都很簡(jiǎn)單并且相互不會(huì)產(chǎn)生影響件甥，所以用戶不會(huì)迷惑捌议，系統(tǒng)也很好識(shí)別和糾錯(cuò)。

▼純語音——基于自然語義識(shí)別

隨著技術(shù)的進(jìn)步引有，很多IVR系統(tǒng)升級(jí)成了NLP（自然語意識(shí)別）系統(tǒng)瓣颅，這意味著當(dāng)你向某公司打電話尋求幫助時(shí)系統(tǒng)會(huì)問你“請(qǐng)問你需要什么幫助”，接下來只要你能準(zhǔn)確的描述出你的需求它就可以識(shí)別并執(zhí)行譬正。

如果說選擇使用純語音系統(tǒng)取決于你的產(chǎn)品是否具有屏幕宫补，那么選擇支持自然語意識(shí)別的純語音系統(tǒng)的決定因素就不止這些了。

Rebecca Nowlin Green的主要工作是幫助公司選擇適合他們的語音系統(tǒng)曾我，她推薦將自然語義識(shí)別的IVR系統(tǒng)用在需要支持大量呼叫及流程復(fù)雜的系統(tǒng)粉怕。如果系統(tǒng)中有大量用戶可能會(huì)需要的功能，設(shè)計(jì)一個(gè)可以跳過一些不必要層級(jí)直接讓用戶獲得他們所要服務(wù)的流程可以避免用戶的中途放棄以及其他錯(cuò)誤抒巢。

當(dāng)然贫贝，如果用戶需要獲得諸如醫(yī)療保險(xiǎn)或銀行相關(guān)的幫助時(shí)，他們通常不知道說什么能讓系統(tǒng)給出他們想要的結(jié)果蛉谜。他們很難向電腦詢問“我想要知道你是不是能回復(fù)我關(guān)于我的醫(yī)囑的問題稚晚。”但是型诚，如果你先給出一個(gè)明確的選項(xiàng)來幫助用戶做一個(gè)選擇蜈彼，例如“開通一項(xiàng)醫(yī)療程序”，他們會(huì)意識(shí)到這就是他們想問的事俺驶。在這個(gè)例子中幸逆，你可能需要給用戶一些有針對(duì)性的對(duì)話來提示他們向系統(tǒng)問什么。因?yàn)殡m然你允許用戶用自然語義來交談暮现，但不代表不需要給用戶以提示还绘。

▼語音輸入/視覺輸出

n近些年，市面上有許多產(chǎn)品合入了語音輸入栖袋，其中有很多是有顯示屏的產(chǎn)品拍顷。在這些產(chǎn)品上，我們?cè)试S用戶語音輸入塘幅，而用界面顯示輸出的信息昔案。

用智能手表發(fā)短信就是這種組合的一個(gè)很好的例子尿贫。手表的界面很小使得其他形式的文字輸入方式都很難使用，但這個(gè)尺寸的界面完全足夠顯示語音輸入的單詞踏揣，以便用戶檢查拼寫和格式的錯(cuò)誤庆亡。

智能電視也是一個(gè)很好的例子。它們沒有能夠支持復(fù)雜輸入的硬件設(shè)備捞稿，而本身又有足夠多的功能足以支撐自然語義查詢又谋。比如直接說“顯示本周三生三世十里桃花播放的所有時(shí)間，”要比用遙控器上的十字箭頭方便多了娱局。

Thomas Hebner說他最喜歡的一款語音界面是一款訂披薩的app彰亥，用戶只用大聲說出他們的要求，比如“兩份小披薩衰齐，其中一個(gè)只放奶酪任斋，另一個(gè)放香腸和蘑菇，”這些都不需要用戶手動(dòng)輸入耻涛。app會(huì)將識(shí)別出的訂單在屏幕上顯示以便用戶確認(rèn)废酷，這比用語音將識(shí)別結(jié)果讀出來方便多了。

實(shí)際上犬第，那些有復(fù)雜功能锦积，需要復(fù)雜輸入芒帕，而這些輸入都可以用語音命令代替歉嗓，同時(shí)返回的結(jié)果不適合機(jī)讀出來的系統(tǒng)，都適合使用語音作為輸入方式背蟆，而用視覺作為輸出方式鉴分。

▼物理輸入/語音輸出

這種特別的組合咋看上去很罕見，但仔細(xì)想想傳統(tǒng)的立體聲音響就是這種交互方式带膀。物理輸入可以是點(diǎn)擊屏幕志珍，但也可以是按按鈕或者手勢(shì)識(shí)別。

另一個(gè)例子可能有一些不常見垛叨，比如在雜貨商店使用的自助結(jié)賬系統(tǒng)通常都有一個(gè)語音介紹對(duì)應(yīng)屏幕上顯示的內(nèi)容伦糯。語音輸出通常用在一些未經(jīng)訓(xùn)練的用戶經(jīng)常使用的設(shè)備上。一個(gè)可靠的人聲提示可以幫助這些用戶順利的進(jìn)行一些特定的操作步驟嗽元，諸如銀行取款等敛纲。

▼混合模式

許多設(shè)備都在朝著混合模式的方向發(fā)展，它們會(huì)將語音剂癌、物理輸入和屏幕淤翔、語音輸出結(jié)合。導(dǎo)航app就是一個(gè)將這些交互手段結(jié)合的典型例子佩谷。

用戶能夠觸控拖動(dòng)地圖來查看旁壮，用物理按鍵或虛擬鍵盤輸入监嗜。當(dāng)駕車時(shí)，可以通過直接說目的地名稱來開啟導(dǎo)航抡谐。用這種方式用戶可以不用將目光移向屏幕或用手來操作裁奇。語音輸出可以輸出導(dǎo)航的命令指示，而例如周圍道路擁堵狀況等較為難以描述的信息可以使用屏幕顯示童叠。

這是一種很好的輸入輸出結(jié)合方式框喳，每種交互方式都將自己的優(yōu)勢(shì)發(fā)揮出來。整個(gè)導(dǎo)航系統(tǒng)會(huì)根據(jù)用戶需求和信息的復(fù)雜程度來選擇信息的呈現(xiàn)方式厦坛，一方面五垮，用戶在特定場(chǎng)景下可以不用手眼就能操作，而同時(shí)用戶也能選擇在另一些場(chǎng)景下使用屏幕杜秸。

但這種方式的設(shè)計(jì)還很少見放仗，因?yàn)樯鲜龅姆绞绞腔趯?duì)用戶的使用方式有深刻理解的基礎(chǔ)上的。導(dǎo)航系統(tǒng)在汽車內(nèi)使用語音還是一個(gè)比較明顯的場(chǎng)景撬碟，但不是所有的產(chǎn)品都有一個(gè)明確的使用環(huán)境诞挨，所以判斷什么情況下使用語音交互是比較困難的。

久才能達(dá)到星際迷航上的水平呢蛤？

正如Abi Jones所說惶傻，你研究語音交互越久，越會(huì)發(fā)現(xiàn)和人類簡(jiǎn)單流暢的交流是一件多么不同凡響的事情其障。

可悲的是银室，要實(shí)現(xiàn)像星際迷航的電腦那種能力還是遙遙無期。

有一些關(guān)鍵因素制約著我們励翼，其中一些是可以隨著科技的進(jìn)步逐步解決的蜈敢，另一些只能等到人類適應(yīng)了科技的變化才能得到改善。

▼一些我們面對(duì)的問題

“所有這些都不容易汽抚。還有很多很基礎(chǔ)問題存在的挑戰(zhàn)抓狭，比如對(duì)錯(cuò)的識(shí)別能力”Rebecca Nowlin Green說，不過一切都在不斷改進(jìn)造烁。

1999年的產(chǎn)品的識(shí)別率大概在65%否过，而如今的識(shí)別率接近92%，但仍然意味著有8%的情況下系統(tǒng)不知道我們?cè)谡f什么惭蟋，這會(huì)讓我們?cè)谕瓿扇蝿?wù)的過程中受到挫敗苗桂。畢竟，如果沒能把這些問題解決敞葛，人們是不會(huì)使用這個(gè)技術(shù)的誉察。

系統(tǒng)和人類都很難處理諸如“插嘴”這種情況，例如當(dāng)系統(tǒng)在做簡(jiǎn)介時(shí)用戶想要跳過簡(jiǎn)介而說話惹谐。人們很難打斷別人說話持偏，因?yàn)榇驍嗾f話的人會(huì)覺得不自然驼卖。而設(shè)備卻會(huì)遇上這個(gè)問題，他們可能并不能很好的理解前一段話的內(nèi)容鸿秆，所以會(huì)經(jīng)匙眯螅看到系統(tǒng)不斷重復(fù)“對(duì)不起，我沒聽懂”來打斷用戶講話卿叽。

隨著語音交互的普及桥胞，我們會(huì)看到更多的沖突和混亂。以語音觸發(fā)控制為例考婴，我在家里說：“把室溫升高到24度”時(shí)贩虾，我所指的是空調(diào)，而不是我的聲控烤箱或是別的什么設(shè)備沥阱。所以缎罢，我們不能像現(xiàn)在這樣，每個(gè)設(shè)備都有一個(gè)完全獨(dú)立的交互系統(tǒng)考杉。

智能手表和可穿戴設(shè)備也有同樣問題策精。我說“OK，Google”時(shí)崇棠，我想讓我的手表回答咽袜，而不是房間里的另外四個(gè)，這不是完全能通過技術(shù)手段解決的問題枕稀。未來當(dāng)我們有更多出現(xiàn)在同一環(huán)境下的語音控制設(shè)備時(shí)询刹，設(shè)計(jì)師就需要考慮指令沖突的問題了。

但我們面對(duì)的最大的問題還是人本身抽莱。所有的領(lǐng)域?qū)＜叶颊J(rèn)為人類是很反感語音交互的范抓。Abi Jones說：

當(dāng)人們彼此交談時(shí)骄恶，由于我們通過對(duì)話創(chuàng)造了一個(gè)共同的價(jià)值觀食铐，所以我們?cè)敢庖愿訉捜莸姆绞竭M(jìn)行彼此交流。當(dāng)人與機(jī)器進(jìn)行交流時(shí)僧鲁，起初人們還是會(huì)以同樣的寬容態(tài)度對(duì)待虐呻，但一旦發(fā)現(xiàn)系統(tǒng)缺乏“人性”時(shí)，人們就會(huì)轉(zhuǎn)變成對(duì)待機(jī)器的態(tài)度寞秃。

語音的未來?

所以未來會(huì)是怎樣的呢斟叼？其實(shí)有許多產(chǎn)品在不遠(yuǎn)的將來會(huì)發(fā)生巨大改變。

語音識(shí)別早已不是專屬于某些特定的行業(yè)了春寿，可以預(yù)見朗涩，未來隨著智能手機(jī)和智能可穿戴設(shè)備的普及，越來越多的公司會(huì)加入其中绑改。某天我用我的智能手表通過語音在亞馬遜下單谢床，這必要么兄一？不必要，但這會(huì)是未來趨勢(shì)么识腿，當(dāng)然出革。這會(huì)讓我失業(yè)么？有可能哦~

大數(shù)據(jù)和語音識(shí)別技術(shù)的進(jìn)步可能很快就能讓我們和電腦進(jìn)行真正意義上的對(duì)話渡讼。但真正有價(jià)值的是骂束，讓人們與那些屏幕、鍵盤效果不佳的設(shè)備進(jìn)行自然的交流成箫。

Tony Sheeder認(rèn)為語音交互將被更多的用在虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)方面：

人們沉浸在游戲環(huán)境中時(shí)就不應(yīng)該只能靠點(diǎn)擊按鈕來進(jìn)行交互展箱。語音可以為你的產(chǎn)品提供更為細(xì)膩和多樣的操作可能性。

Rebecca Nowlin Green預(yù)測(cè)會(huì)有更多的虛擬助手蹬昌、一對(duì)一的交互硬件作為各種公司的代表出現(xiàn)析藕。

大數(shù)據(jù)會(huì)追蹤用戶的行為信息并利用這些數(shù)據(jù)影響體驗(yàn)，你最喜歡的咖啡館可能會(huì)通過虛擬咖啡助理來叫你起床凳厢。

Abi Jones認(rèn)為未來界面會(huì)變得無處不在账胧，當(dāng)你需要他們時(shí)他們就在那，她還認(rèn)為接入語音會(huì)讓體驗(yàn)變得完全不同先紫。

但就像任何新科技在開始使用時(shí)治泥，公司和設(shè)計(jì)師在嘗試何時(shí)使用語音以及怎樣使用語音時(shí)會(huì)做出很多錯(cuò)誤的嘗試，就像Marco Iacono指出的：

就像蘋果的智能手表剛推出時(shí)遮精，開發(fā)者很快就將他們?cè)械臉I(yè)務(wù)移植到了這個(gè)新產(chǎn)品上居夹，其中很多都是原有手機(jī)應(yīng)用的縮小版或刪減版。不過不久他們就發(fā)現(xiàn)自己的核心功能是否真的適合這個(gè)在手腕上又小交互流程又短的設(shè)備了本冲。

在本篇文章中采訪的這些VUI設(shè)計(jì)師一般都在這個(gè)領(lǐng)域工作了15~20年准脂，所以說他們?nèi)蕴幱谄鸩街酗@然有點(diǎn)搞笑，但有一點(diǎn)是清楚的檬洞，在這個(gè)技術(shù)成為主流之前狸膏，我們?nèi)蕴幱谠缙跔顟B(tài)榨婆。

就像As Thomas Hebner說的肤频，“現(xiàn)在是語音設(shè)計(jì)的好時(shí)代昭卓，雖然當(dāng)前語音設(shè)計(jì)師大多從事設(shè)計(jì)IVR系統(tǒng)砍濒，但隨著各種API接口的開放和更多消費(fèi)類電子產(chǎn)品的使用粮呢，我們即將迎來爆發(fā)式增長(zhǎng)钦扭。世界還沒有意識(shí)到他們需要語音設(shè)計(jì)兔乞。正如許多IVR?APP在早期設(shè)計(jì)的并不好传透，但他們隨后都變得很成熟“樱現(xiàn)在我們正處于自然語音的開始階段韧衣，再過些年，人們一定會(huì)更加關(guān)注語音設(shè)計(jì)的。