在上一篇文章中，我們簡單了解了一下“語音交互”的相關(guān)發(fā)展歷程，以及實(shí)現(xiàn)原理等，那么此次我們落實(shí)到產(chǎn)品本身，來談?wù)劇罢Z音交互產(chǎn)品”在設(shè)計(jì)、制作時(shí)的相關(guān)原則。

語音交互所滿足的需求

語音交互能滿足用戶怎樣的需求？或者說，我們?cè)谠O(shè)計(jì)一款“語音交互類產(chǎn)品”時(shí)，應(yīng)著重考慮哪些方面的“痛點(diǎn)”？

1. 快捷性

以定鬧鐘為例，目前我用的是IPhone7，我如果想通過傳統(tǒng)方式定鬧鐘，我的流程是：亮屏-上劃打開控制欄-點(diǎn)擊圖標(biāo)-選擇鬧鐘-定鬧鐘-結(jié)束（因?yàn)槲业目刂浦行臎]有添加鬧鐘，而是秒表，所以需要多一步驟）。而如果通過語音助手，我只需要：嘿，Siri（啟動(dòng)Siri）-幫我訂一個(gè)明早8點(diǎn)的鬧鐘-結(jié)束。

因此“語音交互”所需要滿足的很重要一點(diǎn)就是操作便捷性，能動(dòng)動(dòng)嘴皮子就解決的事，往往會(huì)比動(dòng)手來的輕松很多。若是一款語音交互產(chǎn)品，給用戶的感覺就是我說了半天都解決不了我的需求，還不如我直接點(diǎn)手機(jī)來得快，那無疑它是失敗的。

2. 安全性

最直接的場(chǎng)景——開車。雖然明文規(guī)定開車的時(shí)候不許接打電話，但實(shí)際生活中仍有很多人還是會(huì)在駕駛途中接電話。即使有耳機(jī)，在有電話接進(jìn)來的時(shí)候往往也需要我們?cè)侔匆幌孪鄳?yīng)的按鍵，才能接聽。但在有“語音助手”的情況下，我們也許只需要說一聲“接聽”就可以了。包括我們臨時(shí)有急事想要撥打電話給別人時(shí)，同樣可以滿足對(duì)應(yīng)需求。

因此在很多時(shí)候，如果產(chǎn)品的語音交互功能完善，就可以為用戶解決很多煩惱，同樣也可以避免很多安全事故的發(fā)生，因?yàn)檫@個(gè)時(shí)候人的注意力不需要再集中在操作設(shè)備身上，只需要簡單說幾句話就可以解決一切。

3. 差異性

“語音交互產(chǎn)品”更可以解決不同設(shè)備之間的信息流轉(zhuǎn)問題，這就是未來的智能家居概念，通過語音來控制所有的家具設(shè)備。因?yàn)椴煌脑O(shè)備在輸入方式的選擇上可能會(huì)存在差異，比如：有些是按鍵，有些是觸摸等，但如果所有家具都能利用“語音交互”來完成相應(yīng)的控制，那一切就會(huì)隨心所欲很多，而需求往往同樣對(duì)應(yīng)著合適的場(chǎng)景。

適合語音交互的場(chǎng)景

目前很多的現(xiàn)有場(chǎng)景其實(shí)都適合添加“語音交互”的元素進(jìn)去，所以我們簡單地將其概括為三方面。

1. 追求高效

高效性適用于很多場(chǎng)景，比如辦公場(chǎng)景：給XXX發(fā)送一封郵件，郵件內(nèi)容是***；比如生活場(chǎng)景：我要去某地，請(qǐng)從我當(dāng)前所在位置為我找一種時(shí)間最短的出行方式。諸如此類還有很多，用戶追求的就是足夠的快速，足夠的方便。講一句話需要多久呢？

2. 偏向執(zhí)行

結(jié)果導(dǎo)向，用戶關(guān)注的是事情或者命令執(zhí)行的結(jié)果，并不關(guān)心過程。比如：用戶想要查詢他買的股票是漲了還是跌了，對(duì)他來說也許關(guān)心的只是最后呈現(xiàn)的這么一個(gè)結(jié)果，那他只需要通過語音助手詢問即可獲知。因?yàn)楸旧硗ㄟ^“語音交互”執(zhí)行命令時(shí)，用戶就已經(jīng)放棄了操作的過程，設(shè)備已經(jīng)把所有的過程通過用戶的一句話給省略了。

有些時(shí)候我們?cè)谶M(jìn)行網(wǎng)上購物的時(shí)候，也許用戶就不會(huì)選擇用“語音助手”來做推薦，因?yàn)榇蟛糠值挠脩魳酚谙硎転g覽琳瑯滿目的商品的過程。但同樣也有很多時(shí)候用戶只想快點(diǎn)結(jié)束過程，好達(dá)到目的，比如獲知天氣、定鬧鐘、查路線等。此種場(chǎng)景也多見于“工具型”產(chǎn)品中。

但基于目前的一個(gè)技術(shù)限制，“語音交互”功能本身也是偏向結(jié)果的，即用戶較難從一次語音交互過程中獲得什么享受。

3. 設(shè)備優(yōu)勢(shì)

即可以通過語音來實(shí)現(xiàn)遠(yuǎn)程控制設(shè)備，我們不需要去觸摸設(shè)備，不需要有其他操作，只需說一聲，設(shè)備就能運(yùn)轉(zhuǎn)起來。也許是簡單的讓放在桌上的手機(jī)設(shè)置一個(gè)鬧鐘，也許是讓家中的電器開始運(yùn)作。通過“語音交互”，我們確實(shí)能消除很多由于空間而帶來的限制。

那基于此，有適合“語音交互”發(fā)揮其功能的場(chǎng)景，同樣會(huì)有不適合語音交互的場(chǎng)景。

不適合語音交互的場(chǎng)景

場(chǎng)景大致也分為三種：

1. 嘈雜環(huán)境

在這個(gè)時(shí)候，影響的主要就是ASR（語音識(shí)別）與TTS（文本到語音）這兩個(gè)環(huán)節(jié)，一個(gè)是人對(duì)設(shè)備說話，還有一個(gè)是設(shè)備反饋給用戶聲音。如果環(huán)境很吵鬧，首先就會(huì)影響機(jī)器聽取用戶的聲音，在將語音轉(zhuǎn)文字這一環(huán)節(jié)就容易產(chǎn)生偏差，直接導(dǎo)致后續(xù)的“自然語言環(huán)節(jié)”出錯(cuò)，從而毀壞接下來所有的流程。

而同樣，周圍聲音吵，機(jī)器有反饋用戶也可能聽不清，從而也容易對(duì)機(jī)器發(fā)出的聲音產(chǎn)生誤解。

其實(shí)這點(diǎn)在日常生活中就能明白，如果周圍很吵，一般不會(huì)有人還會(huì)去使用“語音助手”。

2. 交流發(fā)散

這個(gè)主要是考慮到目前的一個(gè)“語音交互”技術(shù)發(fā)展的程度，現(xiàn)在我們絕大多數(shù)時(shí)候使用相關(guān)的語音助手，目的一般都是很明確的。解決一個(gè)問題或者制定一個(gè)任務(wù)，往往是結(jié)果導(dǎo)向，只要設(shè)備實(shí)現(xiàn)了我的這么一個(gè)要求，那么這次“語音交互”就可以算是成功的。

而“交流發(fā)散”指的是什么呢？

它主要說的是用戶與設(shè)備如兩人閑聊一般聊天，即交流沒有目的性，這樣子的對(duì)話產(chǎn)生的內(nèi)容是呈發(fā)散性的，生活中的例子，比如：“調(diào)戲Siri”，很多用戶用各種話來測(cè)試Siri，期待一個(gè)回答。但由于目前的技術(shù)限制，語音交互還遠(yuǎn)遠(yuǎn)無法實(shí)現(xiàn)“交流”，即如果用戶注重過程，那么其實(shí)是沒那么理想的。

3. 過長流程

這一點(diǎn)上其實(shí)與“交流發(fā)散”都有點(diǎn)類似，即追求結(jié)果，那么勢(shì)必過程就會(huì)變得其次。因此如果用戶在使用“語音交互”時(shí)流程過長，往往會(huì)得到不好的體驗(yàn)；或者說，本身這個(gè)指令的過程就是比較冗長的，以目前的技術(shù)也許根本不適合采用“語音交互”技術(shù)。

其他不適合的場(chǎng)景其實(shí)還有很多，比如：重視視覺效果的場(chǎng)景?！包c(diǎn)外賣”，雖然我們之前經(jīng)常會(huì)用這個(gè)來舉例，但就現(xiàn)在來說，如果使用語音助手點(diǎn)外賣，稍稍顯得有點(diǎn)沒必要。

因?yàn)槲覀凕c(diǎn)外賣，包括購物，其實(shí)很看重視覺體驗(yàn)，你總不能光靠聽聲音就知道這個(gè)商品的成色等，而且同時(shí)本身它的流程也比較長，可能還包括手動(dòng)確定訂單、支付金額（也許會(huì)有聲紋認(rèn)證）等步驟，還無法完全依靠“語音交互”來實(shí)現(xiàn)。

之前我們一直說，就目前的“語音交互”的應(yīng)用來說，往往能實(shí)現(xiàn)的功能都是偏結(jié)果型的，因此一段語音交互對(duì)話，其實(shí)是帶著目的性的（與設(shè)備產(chǎn)生互動(dòng)其實(shí)也是帶著“消遣時(shí)間”的目的），或者說，設(shè)備是帶著任務(wù)來與用戶產(chǎn)生此次對(duì)話的。

任務(wù)型對(duì)話的概念

任務(wù)型對(duì)話：其目標(biāo)是為了達(dá)成用戶所希望完成的任務(wù)，滿足用戶有直接目的的需求。（如：定鬧鐘、查路線等）

在這里，可以將這么一段“任務(wù)型對(duì)話”簡單分成三個(gè)部分：

1. 意圖定義

設(shè)備需要分析用戶想要干嘛，也就是理解用戶需求。只有在充分理解用戶需求的基礎(chǔ)上，才能設(shè)計(jì)出一款成功的產(chǎn)品?；谶@個(gè)道理，同樣要建立在理解用戶想法上來去開展接下來的對(duì)話流程。

2. 槽位定義

“槽位”是什么？

在“語音交互”中，它可以被理解為“關(guān)鍵字”，設(shè)備想要完成執(zhí)行用戶所下達(dá)的任務(wù)，它必須清楚地知道這個(gè)任務(wù)究竟是什么，這就涉及到對(duì)一段話中槽位的匹配。

我們舉兩個(gè)例子：

（1）定鬧鐘——“我要定個(gè)鬧鐘”

很顯然，這是不完整的，給你定什么時(shí)候的？幾點(diǎn)的？

在這里，時(shí)間的槽位就是缺失的，導(dǎo)致設(shè)備無法執(zhí)行命令。

好，那這個(gè)時(shí)候，用戶說“給我定個(gè)八點(diǎn)的鬧鐘”。這時(shí)候完整了嗎？其實(shí)還是沒有完整，因?yàn)椴恢朗窃缟习它c(diǎn)還是晚上八點(diǎn)，時(shí)間的槽位依然沒有明確定義，這次的任務(wù)依然無法執(zhí)行。

最后用戶說“給我定一個(gè)明天早上八點(diǎn)的鬧鐘”，這個(gè)時(shí)候，相應(yīng)的槽位就補(bǔ)充完整，可以正常執(zhí)行。

（2）打電話——這也是我們很常用的的“語音交互”功能。

用戶說“我要打個(gè)電話”，同樣，打電話給誰？電話對(duì)象這個(gè)槽位缺失。

接下來，是“給李四打個(gè)電話”，這么一看貌似已經(jīng)沒錯(cuò)了，對(duì)象也有了，具體指令也有了，但其實(shí)還是存在隱患，萬一用戶的手機(jī)是雙卡的呢？其實(shí)任務(wù)依然無法執(zhí)行，因?yàn)樵O(shè)備不知道用戶會(huì)選擇哪張卡來進(jìn)行撥號(hào)，也許可以提前設(shè)置默認(rèn)號(hào)碼，但同樣這也是槽位之一。

而且很多用戶也許會(huì)給自己的聯(lián)系人設(shè)置備注，或者出現(xiàn)同名的情況，比如：用戶手機(jī)里有兩個(gè)叫李四的聯(lián)系人，這時(shí)候設(shè)備還應(yīng)該去詢問“要撥打給哪個(gè)李四”。

因此在設(shè)計(jì)這么一款語音交互產(chǎn)品時(shí)，就槽位判斷的準(zhǔn)確性是很重要的，一旦產(chǎn)生誤解，或者對(duì)槽位未精確定位，相關(guān)操作就無法執(zhí)行。

3. 流程分支

這個(gè)就和槽位定義相互關(guān)聯(lián)，因?yàn)樵谝粓?chǎng)“語音交互”過程中，順利的話也許用戶一開始就把所有槽位都說到了，那么設(shè)備就可以直接執(zhí)行命令。如果出現(xiàn)槽位缺失，那么設(shè)備這時(shí)候就應(yīng)該提示用戶補(bǔ)充相應(yīng)的槽位。

但流程分支，不光包括“槽位缺失”這一情況，還會(huì)存在“增加指令”（如用戶還需要在定一個(gè)鬧鐘）、“放棄指令”（用戶操作到一半，突然選擇放棄）、“刪除任務(wù)”（如刪除此前設(shè)置好的鬧鐘）、“修改指令”（用戶一開始定的早上8點(diǎn)的鬧鐘，操作中突然說要把這個(gè)鬧鐘改到9點(diǎn)）等等，這里就不一一列舉。

任務(wù)型對(duì)話的流程設(shè)計(jì)

與做APP一樣，在設(shè)計(jì)“任務(wù)型對(duì)話”的流程時(shí)，我們同樣需要考慮盡可能多的操作與情景。

1. 槽位完整表達(dá)時(shí)

以定鬧鐘為例，“設(shè)置一個(gè)明早八點(diǎn)的鬧鈴”：設(shè)置鬧鈴是相應(yīng)需要執(zhí)行的操作，明早是日期，八點(diǎn)是具體時(shí)間。因此這樣一段對(duì)話其槽位都是完整的，流程也是最簡單的，因?yàn)橛脩粢呀?jīng)把所有的信息都說完整了，設(shè)備只需要執(zhí)行就可以了。

2. 槽位部分表達(dá)時(shí)

“明天叫我起床”，顯然缺少具體時(shí)間的槽位，雖然相應(yīng)的執(zhí)行操作內(nèi)容是完整的，但因?yàn)槿笔畔?，依然?dǎo)致任務(wù)無法完成，所以設(shè)備會(huì)發(fā)起新一輪的對(duì)話，要求用戶補(bǔ)充對(duì)應(yīng)確實(shí)的槽位。

這種情況相對(duì)也常見，很多用戶會(huì)先說：“給我定個(gè)鬧鐘”，等到機(jī)器響應(yīng)之后，再說“定到明天早上八點(diǎn)”。

3. 含有分支流程時(shí)

即在一輪對(duì)話中，即使用戶槽位表達(dá)完整，但因?yàn)槌霈F(xiàn)了分支情況，導(dǎo)致任務(wù)依然無法立刻執(zhí)行。比如：用戶說“打電話給張三”，但也許用戶不止有一張卡，這個(gè)時(shí)候就產(chǎn)生了“用哪張卡撥號(hào)”的分支；也許用戶通訊錄中不止有一位聯(lián)系人叫張三的，那這個(gè)時(shí)候的分支流程又變成了“呼叫哪個(gè)張三”的情況。

類似這種，在一輪“任務(wù)對(duì)話”過程中，出現(xiàn)了分支流程時(shí)，對(duì)應(yīng)的操作又應(yīng)該怎么設(shè)計(jì)，這就要求產(chǎn)品經(jīng)理能充分考慮到用戶在不同情況下的一個(gè)需求，從而進(jìn)一步完善相對(duì)應(yīng)的功能。

4. 主動(dòng)或意外退出時(shí)

也許是設(shè)備還沒有執(zhí)行完成任務(wù)時(shí)，突然退出的情況，在這里包括：用戶關(guān)閉相關(guān)功能、用戶放棄操作等情況。如果是用戶直接強(qiáng)行退出程序，自然也沒有后續(xù)進(jìn)程可言，但也許可以考慮到，當(dāng)用戶重新啟動(dòng)該功能時(shí)，設(shè)備是否可以自動(dòng)詢問：“上次我們還有一個(gè)任務(wù)沒有完成，是XXX，是否將其繼續(xù)完成”。

但如果是用戶停止了任務(wù)，比如用戶說“給我定個(gè)鬧鐘”，但就在設(shè)備詢問“要定幾點(diǎn)？”的時(shí)候，用戶說“算了，不用了”，那這個(gè)時(shí)候，設(shè)備應(yīng)該如何回復(fù)。

因此在這一環(huán)節(jié)主要考慮的就是當(dāng)一場(chǎng)“任務(wù)型對(duì)話”結(jié)束時(shí)，設(shè)備可以執(zhí)行怎樣的一個(gè)操作，來反饋給用戶。

總結(jié)

以上就是關(guān)于“語音交互產(chǎn)品設(shè)計(jì)原則”的簡單贅述，最重要的一點(diǎn)是：當(dāng)我們?cè)谠O(shè)計(jì)語音交互的功能時(shí)，我們應(yīng)該結(jié)合實(shí)際問題，從實(shí)際出發(fā)，把語音交互作為一種更高效的生產(chǎn)力，從而給用戶帶來更好的體驗(yàn)，帶來更高的效益，而不是作為一種噱頭添加到我們的產(chǎn)品中去。

本文由 @二十一弦 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議