阿里设计师：语音交互设计的流程及方法全面总结

随着移智终端和计算的快速发展，人工智的浪潮正在悄然颠覆着我们生的点点滴滴，VUI（Voice User Interface，语音户界面）作为一个的领域在快速发展，并对户体验了更多于语言、情感塑、逻辑搭建等方面的要求，本结合参与的项目，将语音交互设的发展、特征、流程、设方法家行分享。

一、VUI的发展

那么首先一下，原 GUI（Graphical User Interface，图形用户界面）如此丰富的况下，什么新增加一种交互方式呢？它们两者之间的差异就：输入方式不同。显著特性就「解了手」，获取我们关注的信息时，可以用自然的语言行沟通，眼睛手可以同时处理其他的事。

1. VUI的第一时

20世90，诞了第一可行的、非特的（每人都可以对他话）的语音识别系统，交互式语音应答（Interactive Voice Response，IVR）系统的出表了 VUI 的第一重时。人通过电话线行交互并执行任务，如机票预订、银行转帐、业务查询。相信家都用12306电话订票订过火车票，我们通过输入数字命令，与系统行语音交互，它的主特点如下：

• 优：擅长识和播报长符。
• 缺点：用户很少机会暂停系统，系统占主动。

回想下那个过程，我们必须不断地与系统进交互，如出现误，能挂断来，此个交互过程会容易让用户处在谨慎、局促状态下。

2. VUI第个时期

我们现在所处第时期初期，目前很多像 siri、Google 这类成了视觉和语音信息 APP，以及 Amazon Echo 这类纯语音设计品，逐步发展并成为主流。

二、VUI与GUI相比的优势与劣势

以目前我们TXD团队沉淀 GUI 设计原则为检验标准，进切割，纵比 VUI 优势劣势。

1. 主要的优势

2. 要的劣势

因此，通过对比我们发，GUI 清晰、高效、通用方面具优势，这也恰恰人们获取信息的关键，能够准确给用户提供帮，且具很好的延展性通用性，相对于「一问一答」点状获取信息的方式，高效。VUI 则设所追求的一种自然、亲切的交互方式，「感、温度的交互体验」，真的从用户角度出发。从我人角度看，目技发展的阶段，VUI 多一种辅，至少短时间内不会完全取 GUI。

三、设计流程

日常设计工作，大家都会按照定设计流程开展工作，用流程般有：探索调研 > 分析聚焦 > 设计策略 > 测试验证。样，这个流程可以复用到语音交互设计中，只是计对象的媒介和产出的计型发生了改变，但发现问题、解决问题的思路应该是类似且可复用的。体的计流程环节如下图：

1. 探索调研

明确需求

笔者参与的项目是「公司机房务的工机器人」 的语音设计，这类产的功设备的更为强大，除了语音外，它支持：行走、人脸识别、任务解析、数据采集等，同时场景更为复杂。首先机房环境声音嘈杂、环境复杂；它的性质又决定对人员的全要求极，需要准确的识别与判断，这些在了解需求阶是必须明确的环节。

机器人的主要功能就是辅助参观人、修人、驻场工程师更的完成机房工，现机房业务管理智能化，提高运管理效率和准确率。么为验设计方，则是通各场、各节的验设计，让人与机器人、与系统的互高效、自、流畅，让智能化的机房常运管理更加完善。

业务场及目标用户

不同的场，意味着用户不同的需求和目的，对语音互的要求也不相同。下面就针对机房境进行场分析与设计难点的介绍。

通团的研，收集到在整个数据中心有5类用户，其中进机房与机器人直接生互的主要有三类：访客、、数据中心驻场。

技术水平

硬件。目前的语音产包括：纯语音（天猫精灵）和语音及界面结合（iphone 的 siri）两种配置。在设计之初，我们需要了解语音产的基本硬件配置，这中包括麦克、摄像头、听筒、设备联程等，因为，产的配置会影响我们后期的设计策略与体验。例如问语音产：「世界十大旅游地都是哪些？中国56个名族都有么？」，即语音助手可准确的告诉我们答案，但无疑是一个沉重的认知与记忆负担，如果配合屏幕来显示，情况会好很多。最好的人机交互形式是混合的，即 GUI+VUI。（图像交互+语音交互）如图 echo show，如果你设计的是纯语音产，那么在设计时则需要考虑更多的引导、容错、示等。

本次项目中涉及的机器人带显示屏幕，并且语音联，这就意味着有对话都需要前预设好，设计师需要根据可现的情况，将对话容善，并且做必要引导，户按照系统期望的流程进行，确保工作顺利、全的开展。如图，通过设计尽量规避机器人硬件的缺陷，减「答非问」的错误发生率和户答的发散，语音交互流程的顺畅。

算法。算法方面，则需要通过机器「深习」，断善语音识别、语音解及语音合成的水平。目前，语音识别方面还面很多技术挑战，如：

• 噪音。恒噪音（公、机中） 突发噪音（突然异常声）。
• 多人讲话。多人讲话，设备否识别中一条信息；同样多设备时，如何辨别自己的人在说话。
• 儿。儿说逻辑弱，容易出现口、长时间停顿等现象。
• 短句。「是」、「不」这种短句提供的数据息较少，会造成识别率低。
• 多音。比如名，样音会有多书写文「」「轻」，会影响语音识准确性。

更多关于机器人「深度学习」的内容大家可以行了解，这不展开讨论。

2. 分析聚焦

体在析聚焦阶段，围绕机器人相关的机房工作人员，洞察并提升在工作中的服体验，确保顺畅、安全、高效的工作流程。

用户画像

针对定位的三类用户，通过问卷，进⾏用户访谈，旨在了解各个不同角⾊的用户工作的内容、需求，以及有哪些痛点可以抽取出来由机器人替代。

共计访问10位用户，含各个色。访问后，我们用户访谈结进理，在此基础上，完成用户色模。以驻场工程师为例，具体用户色卡如下图所示：

根据用户画像和调研收问题进聚类分析，到用户诉求，即应用场景下房服务「服务主张」，围绕「安全」「规范」「高效」三个。这三个房服务体验目标，也是作为后续语音设计所要到基本要求。

体验地图

与交互环节涉及到线上、线下，从线上任务提交到线下与真实交互，再到过程收信息回传，个闭环链路构成房服务体验核心。以其导览场景为例，介绍体流程，线上主要触：任务申请 > 任务生成 > 任务确认 > 任务存档；线下主要触：任务下发 > 唤醒及用户身份验证 > 任务执 > 任务结束，具体触详情及语音流程见下图：

经过体验地图梳理与流程规划，去构合理、有序流程，在任务执过程保证交互「自然、亲切、可靠」体验。在语音交互设计也会利用适引导与必要提示，以更自然消除异常时尴尬，快速做到工作衔接。

3. 设计策略

定义角色人格

VUI 产品是一个虚拟的人用户直沟通，因此，沟通对象的语气风格、性格等则是用户触的第一受，为了提升真实性，定义一个符产品调性的角色至关重要，也是着真正语音计的第一步。

这里色，是过应用程序语音及语言选择，塑造个符合品服务特征，并具有格或心理形象。色格含：

• 公所传达的度
• 品个性特征
• 望别人如何看待它

在设计时，我们可以用「真实物」来定义声音特征与沟基调，分析、了解真实物模型个性特征。例如儿童早教类语音品，可以以大家熟知「龟子」为格原型进定义，沟模仿她语、用词，让儿童感到亲切并符合服务象特征喜好。这里值注意是，现在很多语音助手支持语音选择，如男声、女声、少年等。我们要知，「改变声音时，意味着换了不格」，他们语音交互特征、形等应该发生相应变化。

语音交互设计

语音设计原型更像是「剧本设计」，需要考虑在哪个场景下，含什么色、他们如何话、如何过度衔接、具体语言如何等，如下图是在此项目输出语音设计原型，具体内容涉及到信息隐私，这里不展开了，是个语音交互脚本，场景、色、话脚本备注图例、脚本正文等都做了明确定义与设计。

语音互引导

在设计语音脚内容时，需要特别考虑 VUI 与人对程的语言衔接、对内容的顺畅，并且能够自的完成设想的任务。例当询问用户信息时，最给出一示例，而不是说明。以下两句大家以明显感受到验的差异，对用户来说，参照示例填写信息，比理一个通用指令更加容易。

• 「请告诉我你的生日期，如2017年12月12日」
• 「请告诉我你的出生期，包括年月」

语音交互反馈

 GUI 界面中，「确认反馈」随处可见，点击一按钮、行一编辑操作，设师会设不同重程度的交互反馈； VUI 中，同样不同程度的「确认反馈」，本文主将他们分三种：显性确认、隐形确认、视觉确认。

语音交互异常处理

语音可能存在异常情况主要有以下四：

• 未检测语音 （确告诉用户「没听清」）
• 检测到语音，没有识（「我不明白你意思」）
• 语音被确识别，但系统无法处理（「出异常」）
• 分语音识别错误（答非问）

设中，我们可以按照不同的异常况，设多种播报脚本，提高产品错性，缓解异常时候的尴尬，此例举些常见的用户语音输入错误的回答，如下图。

4. 测试验证

语音原型测试

以项目团队采用两脚本测试为例，分是：剧本朗读和语音转换工具。过剧本朗读，体验话流畅程度，确认是否存在话呆板、复、不自然情况；过文转语音工具，如QQ语音转化，可以较真实感受将话说出来效。

备测调优

计交付后，功能开发完成，进入语音备可运行阶段，这系统备测功能。测调优的方法同给大家列举个：一是可以通过开发、计人员，进行实际人机测，了解语音功能是否稳定、任完成率如何、整个体验流程是否然顺畅；二是可以通过用户观察的方法进行调研，找符征的目标测用户，利用机房的监控摄像头，观察「然状下」的用户如何工作，这不会干扰用户，更贴近真实的使用情景。

四、总结

语音互设计仅靠书上的识是不够的，需要设计师在际项目中不断的探索与学习，除要像 GUI 需求、业务场、目标用户以外，还要语音设备的技术水平、设备置等，从而有的放矢的展开设计。

以上是笔者首次触语音交互计的计经过，对 VUI 计中的知识点、流程、方法进行的总结，仍有多不全面之，后续随着项目的迭代和计的深入，逐步去完善体验，总结沉淀。

欢迎关注里巴巴体验技术团队（TXD）公众号，第时了解更多精内容，有设计职位期待你加入！

图片素材作者：Turgay Mutlay