HMI語音設(shè)計探索-入門篇（一）

HMI語音設(shè)計探索-入門篇（一）編輯導(dǎo)語：語音交互是未來的一大趨勢，HMI語音設(shè)計也有其背后的邏輯。這篇文章以介紹語音交互內(nèi)容為基礎(chǔ)，并結(jié)合作者的實際工作項目經(jīng)驗，提出了一些想法和思路，一起看看吧。一、前言開頭必須來一句，我相信語音一定是未來，我非常確認。這篇HMI的語言探索以介紹語音交互內(nèi)容為基礎(chǔ)，結(jié)合我的實際工作項目經(jīng)驗，輸出總結(jié)關(guān)于語音設(shè)計的內(nèi)容，最后在結(jié)合案例，在對話設(shè)計中會進行深度的探索，并提出個人的想法和思路，因為有的時候深度去思考覺得我們項目還可以有很多優(yōu)化的點。進入我們今天的正題：在說語音交互之前，先給大家講一下題外話，關(guān)于人機交互（HumanComputerInteraction）簡稱HCI，可能日后我想去攻讀這個碩士學(xué)位，簡單來說就是指人與計算機之間通過使用某種對話語言，以一定的交互方式，為完成確定任務(wù)的人與計算機之間的信息交換過程。語音助手最初的載體是手機APP，通過與用戶之間的對話方式，能夠幫助用戶來解決問題的，隨著我們現(xiàn)在人工智能的研發(fā)技術(shù)不斷發(fā)展，包括讓機器學(xué)習(xí)，語音識別、圖像識別、自然語言處理、智能搜索等一系列。語音交互運用的很普遍了，不僅僅只是智能手機，現(xiàn)在涉及到的領(lǐng)域是越來越多了，如智能家居、汽車、可穿戴設(shè)備、就連商場普遍也有機器人語音對話。二、HMI語音介紹我這邊就不打算講語音的發(fā)展歷史了，不然又是水了一大堆內(nèi)容，我可是一個講干貨的小作家呢，如果我的小粉絲們需要的話，就私信我，我會在微信公眾號更文。語言是傳遞信息重要方式，對于我們用戶來說，語音交互也是學(xué)習(xí)成本相對較低、容易掌握的，語音交互設(shè)計簡稱為VUI。新能源汽車不斷的發(fā)展，智能車載系統(tǒng)也是我們最看重的。隨著語音交互的的普及，語音識別開始走入人們生活，憑借其實用性和準(zhǔn)確性得到了用戶的認可，因此在發(fā)展的過程中摒棄了傳統(tǒng)的、繁雜的手動操作，提高安全駕駛屬性和更高效的處理問題的能力，但是，在現(xiàn)階段的新能源汽車發(fā)展過程中還不能完全替換掉手動操作?，F(xiàn)在為什么用戶在駕駛車的過程中，還是不會常用到語音交互，首先提到的就是用戶習(xí)慣，根據(jù)數(shù)據(jù)調(diào)查，在使用語音交互的人群中，年輕人占了主力軍，其余年齡段的人由于常年駕駛都是通過硬按鍵來操控車內(nèi)空調(diào)、電話、音樂、電臺、內(nèi)置導(dǎo)航。其實就算是蘋果手機中的siri都很少用到，在使用初期因為技術(shù)的不成熟，再加上冰冷的對話方式使得用戶不對他這個買單，像我現(xiàn)在生活中，用到的siri頻率也會很少，最多就是定一個鬧鐘，app實在找不到就會使用到，還有無聊的時候和他進行無聊的對話，嗯就這樣子。國內(nèi)做語音頭部公司有我們熟悉的科大訊飛，還有和多家車企合作的思必馳、云知聲，對內(nèi)服務(wù)的百度，搜狗，騰訊，阿里這些大咖都有自己的語音技術(shù)。再講一下語音的基礎(chǔ)原理內(nèi)容，這一塊比較難懂一點，首先你要說出你需要解決的需求、要處理什么事情，通過車載系統(tǒng)設(shè)備收到指令的語音、自動語音識別(ASR)、將指令轉(zhuǎn)化為文本、自然語言處理(NLP)、了解用戶需要解決什么問題、通過Skill（普及一下知識：SKill是一個腳本語言運行在cadence的設(shè)計環(huán)境，是cadence設(shè)計工具的API，好了不啰嗦了），將處理好的結(jié)果處理成回復(fù)文本，最后再通過TTS播報形式，形成回復(fù)音頻，通過車載系統(tǒng)回復(fù)給用戶解決結(jié)果，聽起來是不是有點復(fù)雜了，我相信我是全網(wǎng)說的最細的了。如何去定義一個產(chǎn)品的語音的好壞？我覺得吧，能夠讓用戶對于這個語音系統(tǒng)的滿意度達到一個高標(biāo)準(zhǔn)，首先能夠讓系統(tǒng)能夠聽懂你所說的內(nèi)容，并且給出相對應(yīng)的解決方案，語音系統(tǒng)運用的簡而易用即可，如何做到以上的要求，我會再下面對話設(shè)計中會著重講解深挖的。如何去定義一個產(chǎn)品的語音的好壞？我覺得吧，能夠讓用戶對于這個語音系統(tǒng)的滿意度達到一個高標(biāo)準(zhǔn)，首先能夠讓系統(tǒng)能夠聽懂你所說的內(nèi)容，并且給出相對應(yīng)的解決方案，語音系統(tǒng)運用的簡而易用即可，如何做到以上的要求，我會再下面對話設(shè)計中會著重講解深挖的。三、車載語音交互（VUI）基本原則車載場景下的語音交互核心基本原則有三點：1.首先是安全駕駛過程中，司機的眼睛、耳朵和手占據(jù)了大部分多任務(wù)操作，如果一些功能還需要通過眼睛和手來操作的話，會降低安全駕駛的系數(shù)，所以車載語音交互更有助于輔佐司機安全駕駛，減少注意力的分散。2.其次是便利語音交互設(shè)計之初，一定要考慮便利、快捷，盡量的減少每一個任務(wù)的對話次數(shù)、快速響應(yīng)、將對話流程簡單化，從而打破VUI對于用戶的一個心理障礙（便利這塊內(nèi)容我會在后面對話設(shè)計中著重講解）。3.最后是愉悅為什么要談到愉悅，因為市場上最初的語音對話交談，都是冷冰冰的，幾乎沒有情感可談，像極了和機器人對話，并且有的時候無法處理任務(wù)就會說，超出能力范圍，這是一個很不好的用戶體驗?，F(xiàn)在市場上可以看到，導(dǎo)航軟件也有語音包可以選擇，這也是增加了情感化設(shè)計，這是其中的一個點。還有一個小點就是自然的對話交流，很流暢的完成用戶提出的每一項任務(wù)，盡可能的規(guī)避對話中的錯誤，讓整體的對話過程達到一個愉悅的感覺。四、用戶語音的目的用戶在語音交互的時候，絕大多數(shù)都是帶有明確指示任務(wù)指令的，也有可能是閑聊狀態(tài)。任務(wù)狀態(tài)下：任務(wù)式對話中，用戶需要盡快的得到想要反饋和解決方案，并且快速的完成，此類任務(wù)的反饋要求還需要清晰、簡單明了。閑聊狀態(tài)下：我們經(jīng)常也會問Siri一些無聊的問題，比如：“siri給我來一段Rap”通常這類的任務(wù)帶有的目的性不是很強，但是對于趣味性要求會高。五、市場現(xiàn)狀（VUI+GUI）語音是最舒服的交互形式，但是他不能完全取代GUI，相互協(xié)作才是更佳的方案，所以現(xiàn)在市場上的車載系統(tǒng)大多數(shù)都是以語音（VUI）和圖形用戶界面（GUI）相組合的，也有少部分車加入其他交互方式譬如手勢交互。語音與圖形的交互是交叉處理，從而形成了多模，多模態(tài)在我第二篇文章也有講到，第一次看我文章的同學(xué)們可以回顧一下，用戶在對車載系統(tǒng)發(fā)送一個指令的同時，設(shè)備會有多種的反饋方式，首先你可以聽到系統(tǒng)虛擬形象給你做出回答，其次你看到圖形界面的變化，舉一個例子，你說：“我要聽周杰倫的七里香”系統(tǒng)就會處理講頁面跳轉(zhuǎn)到音樂界面，并且播放周杰倫的七里香，如果聲音小了，你可以說：“聲音大一點”大家是不是發(fā)現(xiàn)一個問題呀？我在前面說系統(tǒng)首先會做出回答，然后界面才會發(fā)生變化，但是實際情況，系統(tǒng)語音形象沒有做出任何多余的回答，而是直接聽取到用戶的需求，直接反饋出結(jié)果，播放了周杰倫的#七里香#，這就是我準(zhǔn)備在下面會重點講到的“對話設(shè)計”。再說對話設(shè)計之前，我們先了解一下VUI設(shè)計師，想必大家頭一次聽說，還有語音（VUI）設(shè)計師嘛，國內(nèi)不太注重培養(yǎng)VUI設(shè)計師，大家可以去招聘平臺搜索一下語音交互設(shè)計師，很少有公司專門針對這個職位去招聘的，就算有，也是招聘算法等研發(fā)崗的職位，VUI設(shè)計師的工作任務(wù)一般都是公司的產(chǎn)品經(jīng)理或者交互設(shè)計師代勞了，這會肯定就有產(chǎn)品經(jīng)理或者交互設(shè)計師想出來吐槽了，哈哈哈。語音交互方式給用戶聽和說兩個動作，相信大家也有聽過7±2法則，因此在聽到的信息設(shè)計發(fā)面需要考量，因為用戶聽到一遍內(nèi)容之后就消失了，除非這款車機語音系統(tǒng)，有再次復(fù)述上一段話的功能，不然在語音設(shè)計的時候，千萬不要讓用戶產(chǎn)生的認知負荷，更不要挑戰(zhàn)用戶的短時間的記憶力，最強大腦除外，我們大多數(shù)人可不是什么最強大腦是不是。再次強調(diào)一下，就算擁