回顧人機交互發展是「技術進步」與「載體創新」交替螺旋促進在推動著人獲取信息的效率不斷提升，成本不斷降低。
AlphaGo先后打敗李世石和柯潔，百度發布自動駕駛系統「阿波羅」這一次由AI引領的技術進步正在發生。基于大量純凈數據的深度學習給人工智能帶來的了巨大的進步，這種進步主要體現在三個維度。
- ?認知能力 – 基于用戶行為的畫像，將人機交互從「單向」關系帶入「雙向關系」。
- ?感知能力 – 由觸摸輸入到以語音輸入、圖像識別為核心的全自然交互。
- ?自然語音輸出能力 – 帶來新的”語音“設計材料。
語音對于體驗設計師來說是新的設計材料，它有哪些設計挑戰？語音設計有框架可尋嗎？有哪些設計方法？我們將在下面的文章與你分享。
二.設計挑戰
從「右邊界」設計到「無邊界」設計
當我們設計App界面，交互設計師會窮舉用戶在固定像素界面內所有可能的操作，一一設計恰到好處的用戶反饋。但是對于語音交互用戶的輸入是沒有邊界的，用戶可能的輸入將遠遠超出你可能的窮舉的范圍。從「有形」的設計到「無形」的設計，視覺的設計規范在語音設計過程中將完全失效。
從「進場」交互到「多距離空間」交互
語音交互主要分為近場交互（例如：度秘/Siri）和中場交互（車載）、遠場交互（智能音箱）。
多距離場景的有以下幾個維度的不同：
（1）場景特征：在非近場交互的場景下用戶可能在其他事情上，而非專注在其他任務，這給如何讓用戶最小成本的獲取當前系統的狀態帶來挑戰，「我喚醒了設備嗎」「我們可以說了嗎」 每一個節點需求都需要多維度的定義。
（2）?輸入方式：常用的輸入方式有實體操作（按鈕/旋鈕等等），觸摸，語音，動作，在近場交互時實體與觸控是第一選擇，而當中遠場交互時語音成為輸入方式的第一選擇。伴隨各種智能音箱、或者Iphone X等采用深度攝像頭應用的普及，中遠場景的動作輸入將逐漸成為重要的輸入方式之一。
三. 設計建議
用「語音交互框架」匹配「使用場景」
語音交互帶來人機交互向更自然的方向提升，人機交互更趨近于「人人交互」，怎樣理解語音交互框架，我們可以從人人交互一探究竟。
現在回想你讓別人幫你把水杯拿過來，你與這個人的交互節點是什么樣子的？
首先你要叫他的名字，如果他聽到了會回答你「干嘛呀」或給你個眼神兒，這時候你知道他在聽你說話，你可以繼續說了「把水杯拿來」。他可能需要想想水杯在哪或者問你，當他去拿水杯你會看到他正在行動。將與人的語音交互節點提煉出來，進行總結就是語音的交互框架：
如上圖所示語音的交互框架由以下四個節點構成，每個節點用戶有相應需求：
- ?喚醒：用戶有得到「是否喚醒語音」反饋的需求
- ?輸入：用戶有得到設備正在「聽說話嗎」的需求（相當于loading）
- ?理解：用戶有得到「在幫我說事情嗎」 的需求
- ?回答/行動：用戶有查看任務是否完成的需求
語音的交互框架解釋了語音交互流程，等同于觸屏設備定義的「點擊屏幕」「雙指Pinch」「搖一搖」。但是僅僅了解交互框架是遠遠不夠的，比框架更重要的是語音交互場景，在不同場景下以上「喚醒、輸入、理解、回答/行動」四個節點有不同設計方式。
舉個例子：在語音交互的第二個節點 – 輸入中需要用「波形高低」與「語音響度高度」相匹配來給用戶正在聆聽的反饋，在不同場景下波形要采取不同的設計策略：
車載場景：駕車時用戶的視覺注意力被路況占據，這時候一方面需要引入「叮」的一聲語音反饋，另一方面需要設計采取更強的視覺波形確保一瞥既得。
語音音箱：語音音箱的場景雖然不像駕車場景注意力被強占據，但是它是沒有屏幕的，這時候一般會采取帶強弱有呼吸感的燈效解決反饋的問題。
「無形」的語音能「附著」在各種設備上，場景也是千變萬化的。在設計時要時刻記住「喚醒-輸入-理解-回答/行動」的語音交互框架和每個節點的用戶需求，關注用戶的使用環境，和視覺/聽覺注意力的占據情況，不要局限只用聲音做反饋。
喚醒設計
喚醒是語音交互的第一步，聽說剛發布的某國產品牌的AI音箱選了十多個喚醒詞，最后才用了「小愛同學」，Rokid的喚醒詞「若琪」也經過了精心的設計。這充分說明了喚醒設計重要性。
喚醒方式可以是任務的觸發動作，比如點擊，按壓，動作，語音，表情。目前主流的喚醒方式有以下3三種 – 實體按鈕、虛擬按鈕、語音喚醒，每種喚醒方式各有特點，適用于不同場景，下面我們來逐一分析一下：
（1） 實體按鈕：優點是能提供觸覺反饋，使用場景有兩種：
A.當用戶的視覺通道被占據時。
B.近場交互且設備沒有屏幕或屏幕處于熄滅狀態時，例如在熄屏狀態下通過長按Home喚醒。
（2）虛擬按鈕：喚醒方式有兩種操作方式 – 點擊和長按。兩種方式的本質差別有三個：與面部距離、操作成本長按大于點擊、微信養成的語音輸入習慣使得長按更符合用戶習慣。
A.點擊：面部與屏幕距離遠，波形反饋可見，能更好的確認設備是否在收音，且成本較小。大多數的近場交互都可以使用。同時車載場景特別適用，試想在駕車情況下讓用戶長按輸入語音簡直就是災難。
B.長按：離麥克風距離比較近，能帶來更好的收音效果?？梢宰鳛橐环N輔助的喚醒方式兼容。
（3）語音喚醒：在雙手被占據和遠距離場景下語音喚醒都是最佳的方式，在設計語音喚醒時要注意以下三個方面：喚醒詞的形象設計、注意喚醒后的聲音反饋、防止誤觸發。
A.喚醒詞的形象設計：喚醒詞的設計是機器人格的一部分。在平常的社會交往中，高雅、深邃的名字，往往會給人留下美好的印象。庸名俗字則給人一種不愉快的厭惡心理或排斥感。比如「靜靜」給人「文琪、秀氣」的感覺?！柑枪菇o人「甜蜜」的感覺。
初期的人工智能的能力是有限的，有時會給出不盡如人意的回答。一個萌萌的有親和力的名字能讓用戶有更高的寬容度。
同時喚醒詞意象要與聲音特色相一致，聽覺情感是非常敏感的，想象一下如果一個萌妹子說話的聲音很粗獷，或者一個壯漢聲音很細你是不是覺得很不舒服。去定義喚醒詞對應的感知意向，在語音合成訓練時匹配這種意向。
B.使用反饋音：語音喚醒一般使用在遠場交互場景，這時候用戶很難能通過視覺確認是否喚醒了設備，就需要給出語音反饋。比如「叮」或「我在呢」等等。
C.防止誤觸發：在日常交流中我們每天會說很多重復的字或詞，比如「你、哎、哦」等等，在設計喚醒詞時要避開這些詞匯。
對話的體驗設計
喚醒之后的對話環節是語音體驗設計的核心，我們如何打造優秀的設計體驗呢？首先需要了解語音交互類產品對話的基本特點，包括：輪流說話的方式、合作式的對話、關注語言的蘊意及語境、具有線索引導、對話具有可修復性。
在具體對話的編寫上，給大家推薦通用的Grice表達準則，可以有效提升語音對話的效果。準則包括以下4方面：
- 表達質量：陳述的是有效的事物
- 信息量：不多不少，恰到好處的語言信息含量
- 關聯性：陳述與話題相關的信息
- 習慣性：簡明扼要，直奔主題，避免模糊晦澀的表達
根據不同的使用場景對話編寫也有較大差別，主要從以下兩個維度入手：
（1）區分「任務式設計」與「閑聊式設計」。對話式設計主要分為兩種場景：任務式對話和閑聊式對話。
任務式對話：如理財顧問，醫生，購房助手，用戶使用這類對話的型產品是為了盡快得到答案，而不是向人們「調戲」siri一樣。這類的產品應遵循如下原則：
A. 引導用戶如何輸入
語音是無形沒有邊界的，不要讓用戶進來不知道說什么。用戶可能采用各種無法預知的句子輸入。為了避免發生錯誤，應在界面上引導用戶怎樣輸入或主動開啟一個對話。
B.設置邊界
不要試圖去做閑聊型「機器人」，當入用戶的輸入你的產品無法理解或與你產品的主任務無關時，不要裝聰明，給用戶選項提醒用戶他能用的表達方式。
閑聊式對話：如微軟小冰，度秘等。用戶使用這類對話式產品的目的是「娛樂」，效率不在是第一需求，怎樣讓對話有趣避免冷場是新的設計目標：
A. 雙向溝通，主動聯想
避免對話一直是「one shot」式的一問一答。雙向的溝通才能讓對話變得有趣，當用戶打開你的產品時根據天氣，時間等因素做主動的交談，比如當用戶深夜打開你的產品時，設置一段問候的對話會讓你的產品變得富有人文關懷。
B. 迎合用戶情緒
當用戶表達出悲傷或開心等情緒時，用戶會很期待你的產品具有同理心，用圖像或對話與用戶建立情感連接，將使得對話變得富有人情味，增加產品的粘性。
C .鼓勵輸入
閑聊式對話產品的體驗依賴于對用戶數據的收集，你的產品積累的對話數據越多，通過深度學習就越能給出用戶滿意的反饋。在設計時通過獎勵機制和可視化的鼓勵引導用戶來豐富你的數據庫。
（2） 「聽覺形象」的體驗設計
通過「彩、材質、形狀、版式、動效、字體」塑造視覺形象，用視覺形象反映產品氣質、品牌理念是GUI設計師工作之一。人工智能賦予了機器擬人化聲音輸出的能力，帶來的語音設計材料。不同的聲音帶給用戶的感受是不大相同的，低沉的聲音給人「穩重、沉穩」的感覺，尾音語調向上的聲音給人「愉悅、被尊重」的感覺。
如何用「音色、節奏、音調、響度」的語音設計要素設計恰如其分的聽覺形象？
下面我結合項目經驗和一些研究與你分享一些流程的方法。
A.從「先設計后開發」到「先開發后設計」一個全新的實現流程
語音是不可見的，設計師沒有「語音的PS」 ，在語音形象的設計中必須先有「語音基礎形象」設計師基于語音基礎形象進行再設計。對百度feed讀新聞的體驗重新設計時，先進行的是不同新聞情感特色的定義，基于新聞情感收集當量的「語料」數據，通過深度學習來提取每類語料數據的聲音特色形成「基礎形象」，在對基礎形象進行「語調、速度、節奏」的微調進行升級形象設計。
以上流程可抽象出「聽覺形象」的設計流程 ：「定義 – 挑選 – 訓練 – 調整」。
定義：根據內容/產品氣質/品牌愿景定義產品的「聽覺形象」，八卦的情感要用「戲謔的」，歷史的聽覺相應要有「滄桑感」。
挑選：去語音庫里挑選具有定義的聽覺形象的語音片段。比如如果要產生的聽覺形象是「滄桑感」時，可以挑選一些單田芳老師語音片段。
訓練：將大量語音片段交由技術人員進行語音合成訓練。
微調：通過調整「語調、速度、節奏」使之給用戶的感覺更接近于先前定義的「聽覺形象」。
B. 保持「聽覺形象」與「品牌情感」的一致性
在進行視覺設計時設計師要通過「色彩、形狀」等設計元素支撐品牌情感，對與大型公司會要求他們的每一個產品遵循一致性的設計規范。進入「聽覺形象」設計時代，當你的產品要使用語音交互時，確保產品的「聽覺形象」與「品牌情感」保持一致，這將能夠強化品牌給用戶的印象。
C. 保持「聽覺形象」與「用戶場景」的一致性
現在回想一下機場內的語音「尊敬的旅客飛往北京的T343航班….」，這種語音形象給用戶「被服務的、受到尊敬」的感覺，與用戶在機場的場景相一致。而在醫院，起碼在中國的醫院，醫療資源與患者數量極不匹配，患者與醫生更像是「求助關系」而非「服務關系」, 使用過于「服務化」的語音形象反而會給用戶帶來強烈的落差感。
D. 保持「聽覺形象」與「內容」一致性
「內容」本身是具有形象屬性的，比如二次元的新聞如果用粗獷的男生讀出來一定會很違和。因此在進行內容消費型設計時要充分考量語音所說的內容與「聽覺形象」相匹配，避免出現違和感。但是在設計工具型產品時，不要頻繁更換語音形象，這會分散用戶注意力使效率下降。
4.利用視覺
語音交互的最大優勢是更加直覺化，可以大大降低用戶學習成本。但是語音輸出的是線性的，因此它無法同時輸出很多內容。這是語音最大的劣勢。
2015年在設計語音管家時有人提出要做個語音點外賣功能。這其實是違背語音場景的，當語音輸出到第十道菜時用戶已經忘了第一道菜是什么了。 所以當時在設計時當用戶發起需要當量信息交互的任務時，會通過PUSH引導用戶查看視覺信息。
在設計時充分利用視覺與聽覺的互補性，聽覺記憶時間短暫的，不要用語音輸出大量信息，尤其輸出的信息是需要用戶記憶時。
四. AI時代的變與不變
AI帶來機器的認知能力和感知能力的提升，給人機交互帶來的改變是根本的，傳統的人機「輸入-反饋」循環，將逐步過渡到「推薦-選擇」循環。人機交互也將由單向從屬關系，向雙向訓練關系過渡。這種改變將重寫「設計思維、方法、流程、規范」。
然而每個時代都會有屬于它的符號和偶像，對于設計師來說，賦予產品以靈魂的精神是始終不變的。
「深入了解！什么是對話式交互」
原文地址：ued.baidu
【優設網 原創文章 投稿郵箱：yuan@uisdc.com】
================明星欄目推薦================
優優教程網： UiiiUiii.com 是優設旗下優質中文教程網站，分享了大量PS、AE、AI、C4D等中文教程，為零基礎設計愛好者也準備了貼心的知識樹專欄。開啟免費自學新篇章，按照我們的專欄一步步學習，一定可以迅速上手并制作出酷炫的視覺效果。
設計導航：國內人氣最高的設計網址導航，設計師必備：http://hao.uisdc.com
復制本文鏈接 文章為作者獨立觀點不代表優設網立場，未經允許不得轉載。
發評論！每天贏獎品
點擊 登錄 后，在評論區留言，系統會隨機派送獎品
2012年成立至今，是國內備受歡迎的設計師平臺，提供獎品贊助 聯系我們
標志設計標準教程
已累計誕生 729 位幸運星
發表評論
↓ 下方為您推薦了一些精彩有趣的文章熱評 ↓