語(yǔ)音是人們?nèi)粘Ｉ钪凶畛Ｓ玫慕换シ绞剑S著AI技術(shù)的發(fā)展，也被逐漸應(yīng)用車載產(chǎn)品中，語(yǔ)音助手有助于駕駛過(guò)程中解放用戶的手眼，提升駕駛安全性。本文從語(yǔ)音助手的概念出發(fā)，對(duì)當(dāng)前語(yǔ)音助手的體驗(yàn)設(shè)計(jì)趨勢(shì)進(jìn)行了梳理與說(shuō)明，與大家分享。

人們?nèi)粘３鲂性絹?lái)越依賴地圖進(jìn)行導(dǎo)航指路、查路況以及找附近興趣點(diǎn)。而用戶在開(kāi)車途中用手操控或視線瀏覽屏幕，具有很大的安全風(fēng)險(xiǎn)。語(yǔ)音助手的出現(xiàn)極大解放了駕駛過(guò)程中用戶的手眼，提升駕駛安全性。它不僅支持全程語(yǔ)音喚醒，還能快速精準(zhǔn)理解用戶指令，提出有效解決方案。

01 語(yǔ)音助手概念

語(yǔ)音助手是指在硬件設(shè)備或 APP 軟件上植入人機(jī)對(duì)話程序，輔助用戶通過(guò)語(yǔ)音方式使用宿主設(shè)備或程序上的功能。完整的人機(jī)對(duì)話包括聲音信號(hào)的前端處理、將聲音轉(zhuǎn)為文字供機(jī)器處理、在機(jī)器生成語(yǔ)言之后，用語(yǔ)音合成技術(shù)將文本語(yǔ)言轉(zhuǎn)化為聲波，從而形成完整的人機(jī)語(yǔ)音交互。

02 語(yǔ)音助手體驗(yàn)趨勢(shì)

AI技術(shù)的發(fā)展以及硬件升級(jí)，賦予智能設(shè)備越來(lái)越多感知通道，也不斷增強(qiáng)通過(guò)各種媒介進(jìn)行信息輸出的能力。感知和輸出層之外，情感計(jì)算能力的提升使機(jī)器在認(rèn)知層得到質(zhì)的飛躍。它們遠(yuǎn)比之前更懂用戶，也遠(yuǎn)比之前更會(huì)表達(dá)。基于設(shè)計(jì)理解與實(shí)踐，我們認(rèn)為語(yǔ)音助手體驗(yàn)在交互通道、交互對(duì)象方面正呈現(xiàn)三個(gè)趨勢(shì)：

1. 信息服務(wù)的表達(dá)融合多通道體驗(yàn)
2. 對(duì)話貼近人的自然本能
3. 具備情感交互能力

2.1 信息服務(wù)的表達(dá)融合多通道體驗(yàn)

除語(yǔ)音通道外，AI計(jì)算機(jī)視覺(jué)技術(shù)拓展了人臉、隔空手勢(shì)等交互通道，而傳統(tǒng)觸控、旋鈕等交互方式在操作精度、信息輸出效率以及技術(shù)成本方面還有自身優(yōu)勢(shì)。多通道融合能發(fā)揮不同通道的優(yōu)勢(shì)和場(chǎng)景適用性，對(duì)信息服務(wù)的表達(dá)更自然，效率最大化。

2.1.1 地圖語(yǔ)音交互形態(tài)重構(gòu)

基于觸屏手機(jī)設(shè)備的地圖語(yǔ)音，視覺(jué)信息的協(xié)同輸出能有效彌補(bǔ)語(yǔ)音無(wú)形、線性、不易記憶等缺陷，增進(jìn)用戶對(duì)語(yǔ)音交互體驗(yàn)的理解。在近場(chǎng)交互時(shí)，觸屏還支持信息快速回復(fù)。

形態(tài)是地圖語(yǔ)音不可或缺的重要通道。

初次引入語(yǔ)音交互能力，為了減少認(rèn)知成本，地圖語(yǔ)音的交互形態(tài)沿用業(yè)界通用的封閉式對(duì)話流。而這種形態(tài)也隨著語(yǔ)音支持的地圖功能擴(kuò)展而產(chǎn)生局限性：

(1) 形態(tài)獨(dú)立封閉且與場(chǎng)景不融合，會(huì)對(duì)導(dǎo)航產(chǎn)生干擾，影響駕駛安全。

(2) 不能利用地圖原有的信息表達(dá)，需要在對(duì)話流中單獨(dú)呈現(xiàn)結(jié)果。不僅影響算路等復(fù)雜需求的拓展，還會(huì)增加設(shè)計(jì)與開(kāi)發(fā)的維護(hù)成本。

為真正適合地圖場(chǎng)景，語(yǔ)音助手形態(tài)完成向非模態(tài)、任務(wù)伴隨式面板的重構(gòu)：利用地圖原有的信息功能做展示，同時(shí)支持語(yǔ)音和觸控兩種回復(fù)方式，提升多輪對(duì)話效率。區(qū)別于封閉式對(duì)話流，伴隨式面板不跳脫當(dāng)前場(chǎng)景，帶給人更輕量的感受。

語(yǔ)音形態(tài)的簡(jiǎn)化在一定程度削弱了語(yǔ)音狀態(tài)的表達(dá)，為了確保用戶對(duì)語(yǔ)音狀態(tài)的強(qiáng)感知，面板信息框架的頭部在語(yǔ)音進(jìn)程中持續(xù)展示小度頭像動(dòng)效和文案提示。

2.1.2 地圖語(yǔ)音結(jié)果VUI與GUI協(xié)同

在檢索地點(diǎn)等任務(wù)場(chǎng)景中，用戶通常注重效率。VUI結(jié)果話術(shù)的設(shè)計(jì)首先以目標(biāo)為中心為原則，在精確檢索單個(gè)結(jié)果時(shí)，引導(dǎo)用戶進(jìn)行下一步行動(dòng)；而在模糊檢索有多個(gè)結(jié)果時(shí)，向用戶詢問(wèn)選擇或推薦可能最感興趣的地點(diǎn)并引導(dǎo)行動(dòng)。

配合VUI話術(shù)，GUI也做相應(yīng)的協(xié)同展現(xiàn)：數(shù)字序號(hào)匹配VUI的問(wèn)詢和用戶選擇，而推薦結(jié)果的高亮和標(biāo)簽使VUI推薦地點(diǎn)映射GUI，增強(qiáng)結(jié)果的表達(dá)效率。

2.2 對(duì)話貼近人的自然本能

連續(xù)對(duì)話且可隨時(shí)打斷，符合日常交流本能意識(shí)，但目前絕大多數(shù)產(chǎn)品語(yǔ)音交互仍不夠自然：發(fā)起對(duì)話需要在安靜環(huán)境下，先喚醒再發(fā)出指令，并且以“一問(wèn)一答”為主。隨著全雙工免喚醒等語(yǔ)音技術(shù)的出現(xiàn)，通過(guò)上下文信息對(duì)用戶指令的預(yù)測(cè)和判斷，可以免去中間喚醒環(huán)節(jié)，實(shí)現(xiàn)更為自然流暢的多輪對(duì)話。

在實(shí)現(xiàn)自然對(duì)話前，有效的認(rèn)知教育是降低用戶使用語(yǔ)音門檻的必經(jīng)途徑。

2.2.1 地圖語(yǔ)音認(rèn)知教育體驗(yàn)創(chuàng)新

由于語(yǔ)音信息“隱形”特性，存在技能可發(fā)現(xiàn)性弱的缺陷，導(dǎo)致用戶時(shí)常忽略使用。同時(shí)，經(jīng)地圖語(yǔ)音基礎(chǔ)調(diào)研發(fā)現(xiàn)，不習(xí)慣操作方式是用戶不使用語(yǔ)音的首要原因。

地圖語(yǔ)音基礎(chǔ)調(diào)研_不使用語(yǔ)音原因

語(yǔ)音技能在不斷擴(kuò)充的同時(shí)，需要解決如何增強(qiáng)語(yǔ)音可感知，加強(qiáng)用戶學(xué)習(xí)并培養(yǎng)使用習(xí)慣。入口觸達(dá)和場(chǎng)景化引導(dǎo)是增強(qiáng)語(yǔ)音可感知必不可少的手段：在用戶未形成語(yǔ)音喚醒習(xí)慣時(shí)，入口作為用戶在觸屏感知功能的意符必不可少，而它還是語(yǔ)音喚醒效果不佳時(shí)的有效補(bǔ) 充。另外，語(yǔ)音作為自然高效的交互模式，需要基于語(yǔ)音優(yōu)勢(shì)場(chǎng)景強(qiáng)化引導(dǎo)，激發(fā)使用動(dòng)力。

技能中心是進(jìn)行語(yǔ)音集中用戶教育的特有場(chǎng)所。市面上絕大多數(shù)產(chǎn)品的技能中心，都是以說(shuō)明書(shū)的文本方式進(jìn)行教育，本質(zhì)上仍是閱讀為主。而認(rèn)知研究表明，而我們的大腦為語(yǔ)言而非閱讀而設(shè)計(jì)。說(shuō)話和理解口頭語(yǔ)言是自然的人類活動(dòng)，但閱讀不是。為了追求最真實(shí)的學(xué)習(xí)效果，地圖語(yǔ)音通過(guò)線上真實(shí)環(huán)境以聽(tīng)說(shuō)的方式完成沉浸式新手教育。

在用戶的心智模型里，語(yǔ)音的工具概念決定了用戶在有意圖時(shí)才會(huì)使用，這對(duì)學(xué)習(xí)以及習(xí)慣養(yǎng)成所需的實(shí)踐頻次和規(guī)律性都難免造成影響。因此，地圖語(yǔ)音技能中心提出小度成長(zhǎng)概念，完成每日任務(wù)，用獎(jiǎng)勵(lì)幫助小度成長(zhǎng)，用戶在潛移默化之快速學(xué)習(xí)技能，培養(yǎng)使用習(xí)慣。

任務(wù)主要在個(gè)性化、熱度、等級(jí)等維度進(jìn)行組織，比如個(gè)性化方面，優(yōu)先展示用戶容易出錯(cuò)的指令任務(wù)，通過(guò)反復(fù)學(xué)習(xí)解決指令的表達(dá)問(wèn)題。

2.3 具備情感交互能力

語(yǔ)言是人類智能的象征，用戶對(duì)語(yǔ)音產(chǎn)品會(huì)產(chǎn)生“移情”效應(yīng)。情感計(jì)算可以使產(chǎn)品通過(guò)情緒分析等機(jī)器學(xué)習(xí)算法處理相關(guān)數(shù)據(jù)，如人的面部表情、肢體動(dòng)作以及各種心理參數(shù)：心跳、脈搏、腦電波等，結(jié)合外界環(huán)境信息，最終計(jì)算出人的情感狀態(tài)。再?gòu)挠布用妗UI及VUI層面給予立體的情感反饋，實(shí)現(xiàn)情感交互。

當(dāng)前地圖語(yǔ)音主要基于導(dǎo)航駕駛環(huán)境的數(shù)據(jù)來(lái)主動(dòng)提供服務(wù)與建議。

2.3.1 地圖語(yǔ)音主動(dòng)服務(wù)

地圖語(yǔ)音主動(dòng)服務(wù)當(dāng)前主要包括安全建議、路況以及目的地服務(wù)等三個(gè)主要場(chǎng)景。比如在用戶高速長(zhǎng)時(shí)間駕車時(shí)，提供最近休息服務(wù)區(qū)；路段出行擁擠時(shí)，建議合適路線；而在臨近目的地時(shí)推薦方便停車點(diǎn)。在駕車過(guò)程中的關(guān)鍵觸點(diǎn)提供有價(jià)值的主動(dòng)服務(wù)，提高駕駛安全性，建立可信任的情感聯(lián)系。

隨著未來(lái)透過(guò)更多傳感器來(lái)獲取人體相關(guān)數(shù)據(jù)，能準(zhǔn)確把握用戶情緒狀態(tài)，在導(dǎo)航中提供有利于情緒安撫和安全駕駛的主動(dòng)服務(wù)。

寫在最后

AI時(shí)代，語(yǔ)音助手本身將有機(jī)會(huì)成為唯一的服務(wù)主體而存在。

受益于語(yǔ)音能力的進(jìn)一步進(jìn)化，信息與服務(wù)圍繞用戶而非介質(zhì)持續(xù)流動(dòng)。人對(duì)自然、情感、個(gè)性化的訴求比以往任何一個(gè)時(shí)代更為凸顯，語(yǔ)音體驗(yàn)將更加實(shí)時(shí)多變。進(jìn)化的另一面，用戶隱私與商業(yè)競(jìng)爭(zhēng)將會(huì)影響這一理想愿景的實(shí)現(xiàn)。

參考文章：

[1] 《2020年中國(guó)智能語(yǔ)音行業(yè)研究報(bào)告》

[2] 《2019AI人機(jī)交互趨勢(shì)研究》

本文由 @Du Design 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(lái)自Unsplash，基于CC0協(xié)議