語音交互發(fā)展到現(xiàn)在，已經(jīng)取得了長足的進(jìn)步，總的來看，語音交互設(shè)計到底怎么做，才能讓用戶全程閉眼、完成流暢的體驗？這篇文章里，作者做了梳理和分享，一起來看一下。

“嘿，Siri，我今天需要雨傘嗎？”

“ Alexa，提醒我明天早上9點(diǎn)給媽媽打電話?！?/p>

“嘿Google，從這里到機(jī)場最快的方式是什么？”

最近，蘋果公司透露的iOS18更新，讓疊加了AI buff的Siri，成為了大家最期待的功能之一。

其實(shí)Siri背后的語音交互已經(jīng)存在了一段時間，但我們直到近期才開始看到語音交互的更多可能性——這種語音產(chǎn)品需要做到以下5點(diǎn)，才能讓用戶全程閉眼、完成流暢的體驗：

一、使用自然語言而不是關(guān)鍵詞

自然語言指我們每天在對話中使用的口語，它并不是事先計劃好的內(nèi)容，而是自然而然地出現(xiàn)在語音界面中，可以為用戶帶來更直觀的體驗。

例如，我們要建立一個支持語音預(yù)定航班的系統(tǒng)該怎么做？

這將涉及以下步驟：

• 選擇要飛的日期
• 搜索指定日期范圍內(nèi)的航班
• 選擇單程或往返
• 根據(jù)價格和/或飛行時間選擇出發(fā)的航班
• 根據(jù)價格和/或飛行時間選擇回程航班
• 選擇航班或票價升級
• 選擇保險套餐
• 確認(rèn)并付款

很明顯上面的所有操作無法被快速執(zhí)行，但是我們可以使用自然語言，讓用戶更輕松地與之互動并完成該過程，比如：

用戶：為我預(yù)訂8月4日從亞特蘭大飛往紐約市的航班。

系統(tǒng)：您是單程還是往返？

用戶：往返。

系統(tǒng)：好的，我為您找到了三趟絕佳的航班，最便宜的是兩小時的飛行時間，價格為121美元。您要預(yù)定嗎？

用戶：是的。

請注意，在這個過程中并沒有用任何語音“關(guān)鍵詞”來執(zhí)行交互。雖然教用戶一些詞匯可能很簡單，但實(shí)際上他們在交流過程中可能會忘記這些關(guān)鍵詞。

比如在許多語音郵件助手中，你會收到一條新語音消息：

“要再次聽到消息，請說“重復(fù)”，要答復(fù)消息，請說“答復(fù)”，要刪除消息，請說“刪除”。

這種語音內(nèi)容并沒有使用自然語言，導(dǎo)致我們需要先了解目前在執(zhí)行的操作是什么，才能得知它到底在表達(dá)什么意思。

所以，在與用戶進(jìn)行語音交互時，請使用自然語言才能為用戶帶來真正的原生體驗。

二、保持有用，即使是無法提供幫助的時候

如果在交互過程中，用戶并沒有得到想要的結(jié)果怎么辦？

例如，在所選日期可能沒有可用航班的時候，與其說“抱歉，沒有可用的航班”便突然結(jié)束互動，不如嘗試向用戶提供有用的建議：

“ 8月4日沒有航班，但我找到了8月3日和8月5日的航班。您要預(yù)訂其中的任何一個嗎？”

三、注意公共場所下的隱私安全

盡管大多數(shù)用戶的語音交互都是在自己的家里或車?yán)锏人矫苄詧鏊锇l(fā)生的，但越來越多的語音交互可能會發(fā)生在公共場所（如雜貨店，機(jī)場等）中。

在上面的預(yù)訂機(jī)票的示例中，如果用戶身邊還有其他人，但這時候他需要完成付款，那應(yīng)該怎么處理這種情況？

在語音用戶界面中，我們可以通過對付款卡進(jìn)行昵稱的設(shè)置來保護(hù)用戶的隱私，比如：

系統(tǒng)：確認(rèn)一下，您要預(yù)訂一個從喬治亞州亞特蘭大到紐約市的兩個小時的航班，價格為121美元。您要繼續(xù)付款嗎？

用戶：是的。

系統(tǒng)：好的，我應(yīng)該使用您的默認(rèn)付款“ Mike’s Chase卡嗎？”

用戶：是的。

系統(tǒng)：確定，一切就緒！您的行程和登機(jī)信息將發(fā)送到您的電子郵件。

請注意，在這個過程中用戶的付款信息永遠(yuǎn)不會泄露，這意味著即使用戶在公眾環(huán)境中也可以進(jìn)行這種交互。

所以，盡管語音UI肯定會占據(jù)一席之地，但對于某些場景最好還是使用視覺元素來處理，因為這些情況需要更高的敏感性和謹(jǐn)慎性。

四、用視覺強(qiáng)化語音表現(xiàn)

語音交互絕不是視覺交互的替代。

即使隨著技術(shù)的進(jìn)步，我們會發(fā)現(xiàn)兩者互補(bǔ)可以為用戶帶來更好的產(chǎn)品體驗，但我們該如何找到語音與視覺之間的平衡點(diǎn)？

當(dāng)我們進(jìn)行語音交互時，我們需要讓用戶知道：

• 設(shè)備正在運(yùn)行。
• 語音界面正在響應(yīng)，或?qū)⒁憫?yīng)用戶所說的內(nèi)容。

比如Amazon Alexa和Apple的Siri界面都為用戶提供了很好的視覺反饋，并帶有持續(xù)的微妙細(xì)節(jié)讓用戶知道當(dāng)前的產(chǎn)品正在進(jìn)行語音交互。

當(dāng)進(jìn)行語音協(xié)助時，語音交互已集成到許多系統(tǒng)中；有時語音UI只是一個輔助，作為系統(tǒng)的另一種操作途徑。

比如當(dāng)我們問Siri或Cortana “今天我的日程是什么？”時，通常在界面上會向我們顯示日歷內(nèi)容。

對于一些重復(fù)、普通的任務(wù)我們可以通過語音輕松處理，讓用戶能夠快速、輕松地完成他們真正需要的事情。

當(dāng)區(qū)分AI與真人對話時，我們可以從視覺上區(qū)分系統(tǒng)可識別的內(nèi)容與人類說的內(nèi)容。

通過使用不同顏色、粗體文本或其他視覺設(shè)計進(jìn)行區(qū)分，確保用戶不會在對話過程中感到迷茫。

五、為殘障人士考慮

可能從語音UI中受益最多的人是殘障人士，但在此之前，我們還有一些路要走。

最近，我正在幫助我的一個朋友設(shè)置手機(jī)，原本希望手機(jī)能為他帶來便捷，但當(dāng)他使用的時候卻發(fā)現(xiàn)非常艱難。

例如手機(jī)里的語音對話功能，需要用戶知道屏幕上的點(diǎn)擊位置才能使用它，但對于我的朋友來說這是不可能完成的一件事——因為他是個盲人。

在這種情況下，如果不能依靠視覺提示，我們應(yīng)如何使語音交互能夠無縫銜接功能，讓視障人士也能輕松操作呢？

由于大多數(shù)手機(jī)都帶有陀螺儀和加速度計，因此可以用來檢測手機(jī)何時被拿起，并提示用戶：

“你希望做什么？”或“我可以如何幫助你？”

這樣用戶才可以進(jìn)行接下來的交互，最終順利完成他們的預(yù)期目標(biāo)：無論是撥打電話、收聽電子郵件等。

因此對于視障人士來說，聲音的提示變得尤為重要。

利用現(xiàn)有的語音交互技術(shù)，我們可以設(shè)計出完整的語音UI，讓用戶即使在沒有任何視覺元素的情況下也可以順利完成操作。

寫在最后

語音設(shè)計從一開始的機(jī)器閱讀到如今的手機(jī)助手，這期間已經(jīng)取得了長足的進(jìn)步。

盡管這兩者無法相互替代，但它們可以形成相互補(bǔ)充的作用，幫助所有用戶甚至殘障人士更順利地完成任務(wù)。

也許在未來的某一天，我們將看到語音交互會達(dá)到跟視覺交互一樣的水準(zhǔn)。

下周，我將更詳細(xì)、深入地為大家分享，過去幾年我在不同Web App產(chǎn)品中如何應(yīng)用認(rèn)知行為學(xué)，助推用戶行為、提升產(chǎn)品轉(zhuǎn)化。