时间: 2021-07-30 10:13:24 人气: 8 评论: 0
随着智能音箱的迅速发展，大家对智能语音产品的需求也变得越来越多，本文给大家详解语音交互设计的全流程，一起来看看~
随着智能音箱的迅速发展，谷歌（Google Home）、亚马逊（echo）天猫精灵、小爱音箱……智能产品的井喷式增长，人们对智能语音产品的需求也越来越多，也越来越高，智能音箱对人们的生活的影响也越来越深，自然孕育而生一些新的职业需求，比如：VUI（语音交互设计师Voice User Interfaces Designer），语音体验设计师VUE（Voice User Experience Designer），但其实VUI和VUE的分界线是很模糊的，这里不做多叙述。
国际的一些大公司已经做了很好的示范了，比如：亚马逊，谷歌等等，都**有设立专门的职位，做一些专门的研究，当然近期国内的相关招聘也**看到有相关的职位，且薪资不低。那么接下来**个大家详细的分享VUI（语音交互设计师Voice User Interfaces）。
20世纪50年代，贝尔实验室建立了一个单人语音数字系统；
20世纪90年代，诞生了第一个可行的非特定人的语音识别系统。
交互式语音应答IVR系统的出现，代表了VUI的以一个重要时期。
也就是我们现在所处的的时期。
我们的现状，我们正处于下一阶段的初期阶段，我们手机已经可以用语音处理很多事情了，但是还有很多事情是无法处通过语音完成的。
（1）优势
（2）局限性
从项目的发布阶段到发布阶段都扮演着非常重要的角色。
当然很多人看到上面5条可能**有点怵，其实也并不是需要全部都需要**，也可以专门负责其中的一个链条、节点，比如：用户研究、数据分析……
定义：简单来说就是我问你答
目前我们使用的智能设备基本只能支持单轮对话，但这样并不是人们习惯的对话方式。一轮以上的对话，才是符合用户心理预期的。
请大家回忆下自己使用智能音箱的一些场景体验，举个例子（天猫精灵）：
你**发现，智能音箱这个时候像是失忆了一般，毫无反应，显然这并不是我们想要的一个交互。从用户社交属性来说，人们沟通的方式一直都是一轮以上对话式的，并不是单轮式的。一般来说，我们要做到让用户决定对话要持续多久，很显然，你有亲身体验过的话，能做到多轮对话的比较少。
插一个题外话，最近天猫精灵更新了游戏语音的玩法，算是踏进一步了吧，虽然不是很棒的体验，但起码跨进了多一步，相信未来**越来越棒的。那对话式是如何设计出来呢？大致是怎么样的一个流程呢？
这里说的设计工具并不是说是一个具体的工具，更多是指一个方法论。
示例对话：
虽然是语音交互，但是还是离不开GUI的，它可以结合示例对话，将用户体验可视化。示例对话和原型组成了我们产品的故事板，GUI+VUI是用户一套完整的体验，所以，VUI和GUI在早期阶段就开始合作，这样对用户体验**更加流畅。
也叫做呼叫流程图，一般来说我们的流程图需要包括用户使用中所有可能存在的分支，但这样下来**有千万条复杂的情况，流程图就**很乱，也很难梳理，所以我们采用分组的方法。
具体的分类的方法可以根据分成多组（日历功能、搜索功能，电话……），也可以根据不同的目的进行分组。
流程图的使用到的工具就非常多了，这里就不一一列举了。
那大概我们设计完成了一组示例对话之后，我们就要对一些细节进行细致的研究，比如：确认。
最重要的是用户语音的确认，分为显性确认和隐形确认。
1.1 那么如何去判定什么时候用隐性确认和显性确认呢？
那么下面就要介绍一下三级置信度。
系统将在一定的阀值内作出明确的形式确认信息，而这个阀值我们设定为三个等级。
1.2 置信度？
就是智能音箱能识别到声音的清晰度。
用易懂的话说就是人与人之间沟通的语言接受的清晰度，当然听不清对方说什么话的时候时候一般**发起询问，或者直接说，对不起，我没有听清，你可以再说一遍吗？
1.3 三级置信度
比如：帮我再买一份外卖。
智能语音音箱能够非常清晰的识别到你说的内容的时候，可以直接用隐形确认，这样带来的体验流畅感舒服很多。
比如说，灯光花几秒才能，那么只是让系统先恢复好了或者知道的来让用户知道后面发生什么。还有加一些特定的音效，来代表特定某一个意思。
就是说智能语音音箱不**单独的回答你是和否，**主动**询问您一些的问候，通过这样情感化的一些设计，将能够让用户感到更加的温暖和舒服。
那我们前面讲到了那么多的一些确认策略，那我们接下来再说一下对话式的标识，因为是让用户了解交谈进展以及进展情况的重要方式。
它包括了以下三个方面：
那对话式对话作用是什么呢？是让用户了解交谈进展以及进展情况的重要方式。能够更好的追踪到用户的使用过程中的一种路径方法。
大家**发现我们很多时候智能语音设备并不是每次都能够快速，精准接受识别我们的信息的。出错率相对来说是比较高的，下面大概说下语音识别的出现错误异常的几种情况。
错误异常的几种情况：
未检测到语音有大概两种情况：一是用户说了，系统没有接收到；二是用户没说。
主要说下用户说了，系统没有接收到的情况，建议采取两种解决方式：
1.1 那什么情况下使用询问呢？
1.2 什么情况下更适合使用什么也不做呢？
处理方式和未检测到语音基本是一直的，这里就带过了。
出现这种情况的原因一般是两点：
解决方法：这里我们就要通过测试来发现具体是哪个环节出了问题了，通过数据的收集分析能够找到具体的答案。
大概就是这样的场景，天猫精灵，嗯……我想……嗯，好的，为您带来一首XXX的歌曲。
解决方法：这个还是需要技术的介入，可以通过使用N-Best列表（可以通过这个列表规避二次错误）和镇适用固件后相应的数据分析来构建此问题的解决方法。
说完了错误异常处理以及解决方式，我们接下来说下延迟和消除歧义。
在交互一般用户等待的时间是7秒（现在可能是5秒），当你询问等待回答的时间**过这个阈值，用户就**怀疑是不是系统出问题了，甚至烦躁。
解决方法：一是通过“请稍等”让用户知道你在运作和查找；二是非语言提示，比如：音效等等。
很多时候用户提供的信息只有一部分，再加上中文的多层含义的特殊性，消除歧义对用户体验的的提升有重要作用。
比如：问地名的天气，中国很多镇区的地名都是一样的。
鼓楼：
解决方法：还是可以采用置信度的方式去判别，如果很确定就直接回答，要么就多轮询问确定。
最后的模块说下帮助功能，也是至关重要的，能够在一定程度上消除用户的“恐慌”。所以，在我们VUI中设计对应的帮助是非常有必要的，比如：询问智能语音设备你能干什么呢？它**告诉你他能做些什么？比如：我的设备怎么样链接你的蓝牙。APP：好的，长按……
和视觉界面交互其实是差不多的，用户是非常不愿意花很多时间达到他想要完成的任务的。越高效，越短时间，用户的体验**更加愉悦。
只需要告诉用户主要关键信息即可，不要过于冗余。举个简单的例子：购物APP的商品表现形式，一般都是把名称和价格放在主要的位置，把详情放进下一级页面。采用尽可能简短的表现形式，让用户直接获取到他想要的，当然这对用户的了解和洞察都要需要经验的积累和感知的
举个例子，用户：明天的天气怎么样？
APP：明天XXX地方的天气19℃，小雨，适合穿…….
用户可能只是想知道天气而已，这时候我们是需要做到可以被用户打断，而不是“执拗”的把话说完，如果一直说下去，不允许用户打断，用户的请求没有被回应，这时候用户**产生反感心理。
这是目前很多智能语音设备体验上没有那么好的地方，也就是前面说的，可以进行多轮对话，当然如果要设定多轮对话，中间的交互情况将**比现在更佳庞大，需要考虑的可能性也**更佳复杂。
语音交互设计的前半部分设计流程基本已经概述完了，主要说了VUI的起源，一些VUI中用到的一些方法论，设计工具，一些异常情况的处理，和VUI设计的几点原则。下面将**和大家聊下用户测试和预发布、确认发布……
语音用户界面的测试其实和视觉界面测试的方法有一些相同的地方，但也有一些差异。
一般来说，在开始测试之前呢，还是需要做用户调研的，大概分为以下几个步骤：
做用户研究和访谈之前，我们要先搞清楚，这个利益方的需求是什么，业务需求，用户诉求是什么，我们的产品能够给用户带来什么？能够给他们解决什么问题？最后我们要确定我们的目标用户，然后进行访谈和调研。（大体的方法，详细可以去看一下阿里提出的五导家加方法论）
2.1 给目标用户制定，任务流程
就是给每一个受访的用户，一个特定的任务流程，但很多时候我们并不是只是测试一个任务，**有很多任务，那就**涉及到任务排序的问题。还有最好的方法是采用拉丁方阵设计，这样的话不必通过出现所有可能的排斥方式来试验。
那么设定好这次任务之后呢，我们就要进行招募受试人员了。
2.2 招募受试人员
需要注意以下几点：
对于小公司招募测试用户可能**相对比较困难，成本相对来说**比较高，当然是可以招募你身边的朋友和公司的同事来协助你的，但最好避开项目的直接核心人员。
那么在目前人员完成之后呢，我们大概**进行一些进行中的一些测试，比如说：我们做一些提问。
请问这里**涉及到一个方法，我们在交互设计里面叫它为用户体验地图。
我**给到用户一些任务的体验流程，然后根据他的一些反馈，通过语言、表情，然后绘制出用户体验地图，从而判断出用户在这个任务流程中，得到了一些体验感受，找到可能存在问题的所在节点，然后进行修改。
下面说下在访谈中需要注意的点，如何进行访谈。
那么在口头提问的过程中，我们需要注意些什么呢？
目的是测试工作流程和易用性，但是在语音交互过程中，识别问题往往**阻碍用户完成任务。最好是找几位测试用户，尝试找出主要的识别问题，然后修复它。
可用性测试大概分为几类：
（1）远程测试（电话/视频访谈）
优点：
缺点：没有办法实时跟进参与人员的反应。
（2）拦访
这种测试方式是非常有难度的。意味着我们要去到公共场合去拦截受访者，然后让他参与到你这个测试当中，因为人与人的戒备心理，所以很多人都**拒绝你，如果你想提高成功率，最好准备一些小礼品或者其他的小奖励，这样有助于你提高拦访的成功率。
当然你也很有可能得到的结果，**有一些偏差，受访者**出于某些目的而回答你的一些问题，有可能并不是出于真心的。所以呢，这里不是很建议大家用这种方法。
（3）测试完成
测试完之后，我们需要进行我们的结果分析和统计。
测试衡量的一些指标，我们大概分为5个关键指标：准确性、响应速度、认知速度，清晰度、友好度和声音。
（4）注意事项
这里需要注意的点是，一定先要预先设定好，确定每项任务完成的标志是什么。不然后期对结果的一个标准很难去统计，**比较混乱。
我们需要总结这是用户对问题的回答及完成任务率错误数量和类型等等，从中找出用户的痛点，用户的一些干扰点。按任务出错时，用户是否能够自己解决呢？等等，具体需要得出的一些结论，要根据自己想要测试的一些目的来定。
在这样我们就完成了整个可用性测试的流程。
发布之前需要做一次与测试，可以权重没有那么高，但也是关键的一步。
最重要的还是识别测试，这关系着整个产品的体验问题，整体的测试流程需要用三级置信度和N-Best列表，以及后台的表格相结合，找出相对应的问题节点，并且修复它。
你得清楚明白你的设备，最多的承载量，不然流量一进来，服务器就崩溃了，这样的体验是极其差的。
你还得去做效果的评估。在试运行开始之前，你需要制定目标，然后看是否达到这个目标，这个效果大概是什么样的？是否达到预期？任务的完成率也是非常关键的一个成功指标。
最后到达发布阶段。为了产品的稳妥起见，我们还是**进行一次试运行。
条件允许的话，重复上面一次的用户调研的方法，然后得出一些现阶段的一些问题。我们需要实时跟踪系统的故障并快速的改进，这是我们非常需要要做到的。
大概全部的语音交互流程就说到这里了，我们简单的回顾下：
那语音交互设计的未来点在那里？设计师的机**在哪里？
战略选择：世界一直都是存在不确定性的，如何能够应对呢？
眼界和选择。
这里延伸下梁宁在《产品思维30讲》里面说到的点线面的战略选择的问题，她大概说了这样的例子：比如有一对双胞胎，2010年一起大学毕业，一个进入了**，一个进入了报社。7年之后呢，**的那位如果不出意外应该是年薪百万，而且满街都是猎头在挖，投资人在挖，只要出来创业就给钱。而去了报社的那位呢，报社的情况我们今天肯定了解整个产业都沉沦了，曾经他寄托理想的整个产业都没有了，其实一切都需要重来。
在这个时候并不是说双胞胎他们的个人的素质有问题，或者是他们的能力点有问题，点是没有问题的，也不是他们分别跟随的领导，比如说我们就跟老大，他们的老大的能力点和个人操守也都是没有问题的，但是问题在哪里？
问题是说这两个单位所附着的经济体，一个是在快速崛起，一个是在快速崩溃。你努力工作的公司收益，远远不如你在2010年以前或者2013年以前，比如说买**的股票，或者是说你买一套北上广的房子，
我们本身是一个点，我们这个点需要附着在整个整个快速崛起的“线”上，战略的选择，眼界的层面显得尤为重要，和努力一样重要，甚至往往有时候选择比努力更重要，但选择也是努力累计的结果。
我们设计师如何做出顺应这个迅速崛起的经济体的选择，也是我们当下的机**，我们能看到什么机**，我们要附着到什么样的线上，在当下职业边界愈发模糊的时代，我们能力和眼界的提升，可以做到从容的应对未来的种种变故。
那么同样，随之AI的发展，5G的到来，我们的很多工作方式都有可能被颠覆，语音交互设计的将**是一**蓝海，虽然现在有诸多的桎梏，但这是趋势，是快速崛起的趋势。设计师工作你能想象未来没有显示器么？没有臃肿的主机么？等等，未来都有可能**发生，而这一切也正在发生…..
无论世界如何变幻，未来可期，我们在路上…..
参考文献：
作者：木七木七，欢迎交流~
本文由 @木七木七 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Pixabay，基于 CC0 协议
