语音交互设计的流程及方法

　　本文结合参与的项目，将语音交互设计的发展、特征、流程、设计方法和大家进行分享。
　　随着移动智能终端和云计算的快速发展，人工智能的浪潮正在悄然颠覆着我们生活的点点滴滴，VUI（VoiceUserInterface，语音用户界面）作为一个新的领域也在快速发展，并对用户体验提出了更多关于语言学、情感塑造、逻辑搭建等方面的新要求。
　　本文结合参与的项目，将语音交互设计的发展、特征、流程、设计方法和大家进行分享。
　　一、VUI的发展
　　那么首先来说一下，在原有GUI（GraphicalUserInterface，图形用户界面）如此丰富的情况下，为什么要新增加一种交互方式呢？
　　它们两者之间最大的差异就是：输入方式不同。
　　最显著特性就是解放了双手，在获取我们关注的信息时，可以用最自然的语言进行沟通，眼睛和手可以同时处理其他的事情。
　　1。VUI的第一个时期
　　20世纪90年代，诞生了第一个可行的、非特定的（每个人都可以对他说话）的语音识别系统，交互式语音应答（InteractiveVoiceResponse，IVR）系统的出现代表了VUI的第一个重要时期。
　　人通过电话线路进行交互并执行任务，如机票预订、银行转帐、业务查询等。相信大家都用12306电话订票订过火车票，我们通过输入数字命令，与系统进行语音交互。
　　它的主要特点如下：
　　优点：擅长识别和播报长字符。
　　缺点：用户很少有机会暂停系统，系统占主动地位。
　　回想一下那个过程，我们必须不断地与系统进行交互，如果中间出现错误，只能挂断重来，因此整个交互过程会容易让用户处在谨慎、局促的状态下。
　　2。VUI的第二个时期
　　我们现在所处第二时期的初期，目前很多像siri、Google这类集成了视觉和语音信息的APP，以及AmazonEcho这类纯语音的设计产品，逐步发展并成为主流。
　　二、VUI与GUI相比的优势与劣势
　　以目前我们TXD团队沉淀的GUI设计原则为检验标准，进行横向切割，纵向对比VUI的优势劣势。
　　1。主要的优势
　　2。主要的劣势
　　因此，通过对比我们发现：GUI在清晰、高效、通用方面更具优势，这也恰恰是人们获取信息的关键，能够准确给用户提供帮助，且具有很好的延展性和通用性，相对于一问一答点状获取信息的方式，更为高效。
　　VUI则是设计所要追求的一种最自然、最亲切的交互方式，是带有情感、温度的交互体验，真正的从用户角度出发。
　　从我个人角度来看，在目前技术发展的阶段，VUI更多是一种辅助，至少短时间内不会完全取代GUI。
　　三、设计流程
　　日常设计工作中，大家都会按照一定的设计流程开展工作，通用的流程一般有：探索调研分析聚焦设计策略测试验证。
　　同样，这个流程可以复用到语音交互设计中，只是设计对象的媒介和我们产出的设计原型发生了改变，但我们发现问题、解决问题的思路应该是类似且可复用的。
　　具体的设计流程与环节如下图：
　　1。探索调研
　　（1）明确需求
　　笔者所参与的项目是公司机房服务的工业机器人的语音设计，这类产品的功能比家用设备的更为强大，除了语音外，它支持：行走、人脸识别、任务解析、数据采集等，同时场景也更为复杂。
　　首先机房环境声音嘈杂、环境复杂；它的性质又决定对人员的安全要求极高，需要准确的识别与判断，这些在了解需求阶段是必须明确的环节。
　　机器人的主要功能就是辅助参观人员、维修人员、驻场工程师更好的完成机房工作，实现机房业务管理智能化，提高运维管理效率和准确率。那么作为体验设计方，则是通过各场景、各环节的体验设计，让人与机器人、与系统的交互高效、自然、流畅，让智能化的机房日常运维管理更加完善。
　　（2）了解业务场景及目标用户
　　不同的场景，意味着用户不同的需求和目的，对语音交互的要求也不相同。下面就针对机房环境进行场景分析与设计难点的介绍。
　　通过团队的调研，收集到在整个数据中心有5类用户，其中会进入机房与机器人直接发生交互的主要有三类：访客、厂商、数据中心驻场。
　　（3）技术水平
　　硬件。目前的语音产品包括：纯语音（天猫精灵）和语音及界面结合（iphone的siri）两种配置。
　　在设计之初，我们需要了解语音产品的基本硬件配置，这其中也包括麦克风、摄像头、听筒、设备联网程度等，因为，产品的配置会影响我们后期的设计策略与体验。
　　例如：问语音产品：世界十大旅游胜地都是哪些？中国56个名族都有什么？，即便语音助手可以准确的告诉我们答案，但无疑是一个沉重的认知与记忆负担，如果配合屏幕来显示，情况会好很多。
　　最好的人机交互形式是混合型的，即GUIVUI。（图像交互语音交互）如图echoshow，如果你所设计的是纯语音产品，那么在设计时则需要考虑更多的引导、容错、提示等。
　　本次项目中所涉及的机器人不带显示屏幕，并且语音不联网，这就意味着所有对话都需要提前预设好，设计师需要根据可能出现的情况，将对话内容完善，并且做必要引导，让用户按照系统期望的流程进行，确保工作顺利、安全的开展。
　　如下图：通过设计去尽量规避机器人硬件的缺陷，减少答非所问的错误发生率和用户回答的发散，提高语音交互流程的顺畅。
　　算法。算法方面，则需要通过机器深度学习，不断完善语音识别、语音理解及语音合成的水平。
　　目前，语音识别方面还面临很多技术挑战，如：
　　噪音：恒定噪音（公路上、机房中）和突发噪音（突然异常大声）。
　　多人讲话：多人讲话，设备能否识别其中一条信息；同样多设备时，如何辨别自己的主人在说话。
　　儿童：儿童说话逻辑性较弱，容易出现口吃、长时间停顿等现象。
　　短句：是、不这种短句提供的数据信息较少，会造成识别率低。
　　多音字：比如人名，同样的音会有多种书写文字清轻，会影响语音识别的准确性。
　　更多关于机器人深度学习的内容大家可以自行了解，这里不展开讨论。
　　2。分析聚焦
　　具体在分析聚焦阶段，围绕与机器人相关的机房工作人员，洞察并提升他们在工作中的服务体验，确保顺畅、安全、高效的工作流程。
　　（1）用户画像
　　针对定位的三类用户，我们通过问卷，进用户访谈，旨在解各个不同角的用户他们工作的内容、需求，以及有哪些痛点可以抽取出来由机器人替代。
　　共计访问10位用户，包含各个角色。访问之后，我们对用户访谈的结果进行整理，在此基础上，完成用户角色建模。
　　以驻场工程师为例，具体的用户角色卡如下图所示：
　　根据用户画像和调研中收集的问题进行聚类分析，得到用户诉求，即对机器人应用场景下的机房服务的服务主张，围绕安全、规范、高效三个方面。这三个机房服务的体验目标，也是作为后续机器人语音设计所要达到的基本要求。
　　（2）体验地图
　　与机器人交互的环节涉及到线上、线下，从线上任务的提交到线下与机器人真实交互，再到过程中机器人收集信息的回传，整个闭环链路构成机房机器人服务体验的核心。
　　以其中导览场景为例，介绍整体流程，线上的主要触点：任务申请任务生成任务确认任务存档；线下的主要触点：任务下发机器人唤醒及用户身份验证任务执行任务结束。
　　具体的触点详情及语音流程见下图：
　　经过体验地图的梳理与流程规划，去构建合理、有序的流程，在任务执行过程中保证人机交互自然、亲切、可靠的体验。在语音交互设计中也会利用适当的引导与必要的提示，以更自然的方式消除异常时的尴尬，快速做到工作衔接。
　　3。设计策略
　　（1）定义角色人格
　　VUI产品是一个虚拟的人与用户直接沟通，因此，沟通对象的语气风格、性格等则是用户接触的第一感受，为了提升真实性，定义一个符合自己产品调性的角色至关重要，也是着手真正语音设计的第一步。
　　这里的角色，是通过应用程序的语音及语言选择，塑造一个符合品牌服务特征，并且具有人格或心理的形象。
　　角色人格包含：
　　公司所传达的态度；
　　产品的个性特征；
　　期望别人如何看待它。
　　在设计时，我们可以用真实的人物来定义声音特征与沟通基调，分析、了解真实人物模型的个性特征。例如：儿童早教类语音产品，可以以大家熟知的金龟子为人格原型进行定义，沟通中模仿她的语气、用词，让儿童感到亲切并符合服务对象的特征喜好。
　　但这里值得注意的是，现在很多语音助手支持语音选择，如男声、女声、少年等。我们要知道，改变声音的同时，就意味着换了不同的人格，他们的语音交互特征、形式等应该发生相应变化。
　　（2）语音交互设计
　　语音设计的原型更像是剧本设计，需要考虑在哪个场景下，包含什么角色、他们如何对话、如何过度衔接、具体的语言如何等。如下图：就是在此次项目中输出的语音设计原型，具体内容涉及到信息隐私，这里就不展开了。但是整个语音交互脚本中，对场景、角色、对话脚本备注图例、脚本正文等都做了明确定义与设计。
　　（3）语音交互引导
　　在设计语音脚本内容时，需要特别考虑VUI与人对话过程的语言衔接、对话内容的顺畅，并且能够自然的完成设想的任务。例如：当询问用户信息时，最好给出一些示例，而不是说明。
　　以下两句话大家可以明显感受到体验的差异，对于用户来说，参照示例填写信息，比理解一个通用指令更加容易。
　　请告诉我你的出生日期，如2017年12月12日；
　　请告诉我你的出生日期，包括年月日；
　　（4）语音交互反馈
　　在GUI界面中，确认反馈随处可见，点击一个按钮、进行一个编辑操作，设计师会设计不同重要程度的交互反馈；在VUI中，同样有不同程度的确认反馈，本文主要将他们分为三种：显性确认、隐形确认、视觉确认。
　　（5）语音交互异常处理
　　语音可能存在的异常情况主要有以下四种：
　　未检测到语音（明确告诉用户我没听清）；
　　检测到语音，但没有识别（我不明白你的意思）；
　　语音被正确识别，但系统无法处理（出现异常）；
　　部分语音识别错误（答非所问）。
　　在设计中，我们可以按照不同的异常情况，设计多种播报脚本，提高产品容错性，缓解异常时候的尴尬，在此例举些常见的用户语音输入错误的回答，如下图。
　　4。测试验证
　　（1）语音原型测试
　　以项目中团队采用的两种脚本测试方式为例，分别是：剧本朗读和语音转换工具。通过剧本朗读，体验对话的流畅程度，确认是否存在对话呆板、重复、不自然的情况；通过文字转语音工具，如QQ语音转化，可以较真实的感受机器将对话说出来的效果。
　　（2）设备测试调优
　　设计交付后，功能开发完成，进入语音设备可运行阶段，这时系统具备测试功能。
　　测试调优的方法同样给大家列举两个：
　　一是可以通过开发、设计人员，进行实际人机测试，了解语音功能是否稳定、任务完成率如何、整个体验流程是否自然顺畅；
　　二是可以通过用户观察的方法进行调研，找到符合特征的目标测试用户，利用机房的监控摄像头，观察自然状态下的用户如何工作，这样不会干扰用户，更贴近真实的使用情景。
　　四、总结
　　语音交互设计仅靠书本上的知识是不够的，需要设计师在实际项目中不断的探索与学习，除了要像GUI了解需求、业务场景、目标用户以外，还要了解语音设备的技术水平、设备配置等，从而有的放矢的展开设计。
　　以上是笔者首次接触语音交互设计的设计经过，对VUI设计中的知识点、流程、方法进行的总结，仍有很多不全面之处，后续随着项目的迭代和设计的深入，逐步去完善体验，总结沉淀。