随着智能音箱的迅速展，谷歌（Google Home）、亚马逊（echo）、天猫精灵、小爱音箱……智能产品的喷式增长，人们对智能语音产品的需求也越越多，也越越高，智能音箱对人们活的影响也越越深，自然应运一些新的职业需求，比如VUI（语音交互设计Voice User Interfaces Designer），语音体验计VUE（Voice User Experience Designer），但其实VUI和VUE的界线是模糊的，这不过多叙述。国际的一些大公已经做了好的示范了，比如亚马逊、歌等等，都会立专门的职位，做一些专门的研究，当然近期国内的相关招聘也会有相关的职位，且薪资不低。那下来会跟大家详细地享VUI（语音交互设计师Voice User Interfaces）。
1. VUI的第一个时期
20世纪50年代，贝尔验室建立一个单人语音数字系统。20世纪90年代，诞生一个行的非特定人的语音识别系统。互式语音应答IVR系统的出现，代表VUI的一个重要时期。
2. VUI的第二个时期
VUI的二个时期，也就是我们现在所处的的时期。
我们正处于下阶段初期阶段，我们手已经可以用语音处理很多事情了，是有很多事情是法过语音完成。
3. VUI的一些优势和局限性
优势
速度：显而易见的是速度变快，国内的语音，语音转文字的技术已经很大程度上提高人们的效率。
释放双手：比如在开时候，你可以接着你手语音助手说，嘿XX，麻烦你帮我做XXX。
直觉性：说话是每个人的天性。
同理心：语音包含了语气、音量、音调、语速，这些征包含了大量的知息，能够让你知对方在表达些什。
限性
环境：对环境的要求较，在公共场合，人多的地方利于语音的接收和录入。
不适应：还是有多用户不喜欢，不适应对着语音备说话。
喜欢打字：一些用户就喜欢打字，打字从某方面能够给他愉悦。
隐私：每个人不希望自己的隐私被别人道。
VUI设计师是做什么的？
- 需思考，系统终端用户间，从始到结束的整对话过程。
- 用户研究是不少的。
- 负责设计，品原型和品描述。
- 需要了解层技术的优缺点。
- 析数据的能力。
从项目的开始到发布阶都扮演着非重要的角色。
当然多人上面5条可能会有点怵，其实也并不是需要全部都会，也可以专门负责其中的一个链路，节点。比如用户研究，数据析……
1. 话设计
定义：话设计，简单来说是我问你答。
目前我们使的智设备基本只支持单轮对话，但这样并是人们习惯的对话方式。一轮上的对话，才是符合户心预期的。
请大家回忆下使用智能音箱的一些景体验，举个例（猫灵）：
用户：猫灵，有闹钟？
天猫精灵：您明天闹钟呢。
用户：以帮我设定一个么？
天猫精灵：……
你会发现，智能音箱这个时候像是失忆了般，毫反应，显然这并不是我们想要个交互体验。从用户社交属性来说，们沟都是轮以上话，并不是单轮。般来说，我们要做到让用户决定话要持续多久，很显然，你有亲身体验过话，能做到多轮话比较少。
过，最天猫精灵更了游戏语音的玩法，算是前进了一步，虽然是很棒的体验，但起码跨进了一步，相信未来会越来越棒的。
那对话式是如何计出来的？大致是怎的一个流程呢？
2. 计工
这说的计工并不是说一个体的工，更多是指一个方法论。
示例对话
定义：示例对字面意思就是演示举例对，它看来像一个电影脚，像两个人一在对。
特：是个设计话过程关键法。成本较低，简单易操作。
法：把要做成一件事情的场景字写来，然后大声读来，你会发现书写和口语的还是有很多区别的，甚至是有些奇怪的，这时候你会发现有很多可改进的地方，你会看到一些招聘都会有这一项对应的要求，一些甚至是要求有话剧功，有剧本写作相经验优先。
作用：它能够让你在投入开始研发之前，知道你的计效果如何。
3. 视觉型
虽然是语音交互，但是还是离不开GUI的，它可以结示例对话，将用户体验可视化。示例对话和型组成了产品的故事板，GUI+VUI是用户一套完整的体验，所以，VUI和GUI在早期阶段就开始作，这对用户体验会更加流畅。
4. 流程图
流程图，叫做呼叫流程图，一般来说我们的流程图需要包括户使中有可存在的分支，但这样来会有千万条复杂的情况，流程图就会很乱，很难梳，我们采分组的方法。具体的分类方法可根据分成多组（日历功、搜索功，电话等），可根据同的目的进行分组。
流程图使用的工就非常多了，这就不一一列举了。
我们设完了一组示例对话之后，就对一些细节行细致研究，比如：确认。
如何行确认：
- 用户语音的确认
- 非语言式确认
- 通用确认
- 视觉确认
1. 用户语音的确认
重的用户语音的确认，分显性确认隐形确认。
显确认：比重要，强用户确认信息。比：天猫精灵你能帮我点一份么？查到附近XXX，使用优的价是XX元，你要来一份么？
隐形确认：即不需要用户确认消息，。比如，用户：XX你能帮我设定明天10闹钟么？好，已经帮你设定好明天早上10闹钟。
那么如何去判定什么时候用隐性确认和显性确认呢？
面就要介绍一级置信。系统将在一定的阀值作明确的形式确认信息。而这个阀值我们设定为个等级。
置度，就是智能音箱能识别声音的清晰度。
用易懂的话就人与人之间沟通的语言接受的清晰度，当然听不清对方什么话的时候一般会发起询问，或者直接，对不起，我听清，可以再一遍吗？
三级置信度，比帮我买一份外卖，当置信度大80%，使用隐确认，已经帮你在订一份外卖。当置信度为45~79%，使用显确认，您是想订一份外卖是吗？当置信度小45%，对不，我没有听清您的讲，您想买什么？
只用隐形确认
智能语音音箱能够非常清晰的识别到你说的内容的时，以直接用隐形确认，样带来的验流畅感舒服很。
语言：比如说，灯花几秒才亮，那么是让系统先恢复好了或者知了来让用户知后发生什么。有加些特定音效，来代表特定某个意思。
有趣的通用确认
有趣的通用确认，就是说智能语音音箱不单独的回答你是和否，主动对您进行一问的对，通样情感化的设计，能够让用户感到更加的温暖和舒服。
前讲到了那么多确认策略，那我们接下来再说下话标识。为是让用户了解交谈进展以及进展情况要。
话标识
它括了以下三个：
- 时间，开始、进行中、结束。
- 接收回执，谢谢、知了、好、了解了。
- 积极反馈，哇，你这个消息真的很棒。
那话话作用是什么呢？是让用户了解交谈进展以及进展情况要。能够更好地追踪到用户使用过程路径法。
大会发现很多时候智语音设备并是每次都够快速，精准接受识别我们的信息的。错率相对来说是较的，面大概说语音识别的现错误异的几种情况。
错误异的几种情况：
- 未检测到语音
- 检测到语音，但没有识别
- 检测语音，但没有回应
- 部分语音识别错误
1. 未检测到语音
未检测到语音有大概两种情况，一是户说了，系统没有接收到。二是户没说。
主要说说用户说了的情况，系统没有收的情况，建议采取种解决方式。
第一种面我们到的三级置信度，我们采取直接询问，「对不起，我听清的话，能再一遍么？」第二种采取什么也不。
什么情况下使用询问？
- 用户必须回复后，系统能继续行任务。
- 你的系统只是支持语音，没有其他回复方式。
什么况下合使用什么也不？
- 用户还有其选择（比如机界面可通过一个按键操作）。
- 什么也不，不会中断对话。
- 有视信息以提示用户做出明确地选择。
2. 检测到语音，但没有识别
理方式和未检测语音基本是一致的，这就带过了。
3. 检测到语音，但没有回应
出现这种情况的因一是点：
- 系统程序没有针对这种情况的复。
- 程序中写了错误的回复。
解决方法，这里我们就要通过测试来发现具体是哪个环节了问题了，通过数据的收集分析够到具体的答案。
4. 部分识别错误
大概就是这样的场景：
户：天猫精灵，嗯…我想..。
猫灵：嗯，好的，为您带来一首XXX的歌曲。
解决方法：这个还是需要术的介入，可以通过使用N-Best列表（可以通过这个列表规避二次错误）和适用固件后相应的数据析来构建此问题的解决方法。
完了错误异常处理以及解决方式，我们接下下延迟消除歧义。
5. 延迟
交互中一般用户待的时间7秒（可能5秒），当询问待回答的时间超过这阈，用户就会怀疑不系统出问题了，甚至烦躁。
决方法：一是通「请稍等」让用户道你在运和查找。二是非语言提示，比音效等等。
6. 消除歧义
很时用户提供的信息只有一部分，加上中文的含义的特殊，消除歧义对用户验的提升有重要用。
比如：问地名天，国很多地区地名都是样。
鼓楼：河南省开封鼓楼区、福建省福州鼓楼区、苏省南京鼓楼区、苏省徐州鼓楼区。
解决方法：还是可以采用置度的方式去判别，如果确定就直回答，要就多轮询问确定。
7. 帮助功能
最后的模块说下帮助功能。也是至关重要的，能够在一定程度上消除用户的「恐慌」，所以，在VUI中计对应的帮助是非常有必要的，比如：询问智能语音备你能干什呢？它会告诉你能做些什？比如：的备怎链你的蓝牙。APP：好的，长按……
语音交互的点则：
- 应该是省时、效的
- 简短的
- 能够被随时打断
- 能够链接上下文语境
1. 应该是、高效的
和视觉界面交互其实是差不多的，用户是非常不愿花多间达想要完成的任的。越高效，越短间，用户的体验会更加愉悦。
2. 简短的
只需要告诉用户主要关键息即可，不要过于冗余。举个简的例购物APP 的商品表现形式，一都是把名称和价格放在主要的位置，把详情放进下一页面。采用尽可能简短的表现形式，让用户直获取想要的，当然这对用户的了解和洞察都需要经验的积累和知的。
3. 能够被随断
举个例，用户：的气怎？APP：XXX地方的气19℃，雨，适穿…….用户可能只是想知道气而已，这候是需要做可以被用户断，而不是「执拗」的把话说完，如果一直说下去，不允许用户断，用户的请求没有被回应，这候用户会产生反心理。
4. 够链接上语境
这是目前很多智语音设备体验上没有那么好的地方，就是前面说的，可进行多轮对话，当然如果要设定多轮对话，中间的交互情况将会现在更庞大，需要考虑的可性会更复杂。
语音交互计的前半部计流程基本已经概述完了，主要说了VUI的起源，VUI中用的一些方法论，计工，一些异常情况的理，和VUI计的点则。下面将会和大家聊下用户测和预发布、确认发布……
语音用户界面的测其实和视觉界面测的方法有一些相同的地方，但也有一些差异。
一般，始测试之需用户调研的。概分以下几骤。
1.了解需求（用户用例背景研究）
用户研究访谈之，我们先搞清楚，这利益方的需求什么，业务需求，用户诉求什么，我们的产品能够给用户什么？能够给他们解决什么问题？后我们确我们的目标用户，然后行访谈调研。（体的方法，详请看阿里提出的五导家方法论）
2. 制定设计研究方案。
给目标用户制定任流程
给目标用户制定任流程，就是给每一个受访的用户，一个定的任流程，但多候并不只是测一个任，会有多任，那就会涉及任排序的问题。还有最好的方法是采用拉丁方阵计，这的话不必通过出现所有可能的排斥方式来验。
那么设好这次任务之后呢，我们就行招募受试人员了。
招募受试人员
招募受试人员，需注意以下几点：
- 要在目标用户抽取测用户。
- 人数概控制5~12人，可用性专家 Jakob Nielseb 提出效果一般控制5~8人左右。
对于小公司招募测试户可会相对较困难，成本相对来说会较，当然是可招募你身边的友和公司的同事来协助你的，但最好避开项目的直接核心人员。
那在目前人员完成之后，大概会进行一些测，比如说做一些提问。
这里会涉及到一方法，我们交互设里面叫它用户体验图。
3. 用户体验地图
我会给到用户一些任务的体验流程，然后根据他的一些反馈，通过语言、表，然后绘制出用户体验图，从判断出，用户这任务流程中，得到了一些体验感受，找到可能存问题的所节点，然后行修改。
下面说说在访谈中需要注意的一点，何进行访谈。
4. 访谈需要注意的点
么在口头提问的程中，我们需要注意什么呢？
提问不要有语句上偏袒，不要出现故意引导，比如说你喜欢这个功能吗？这样提问是不太合理。最好是提问，你用完这个功能后，你是什么样个感受？或者说你觉怎么样？
要注意引导户得具体的结论。而是户说大概，可我觉得应该是等等之类的词。要有具体的例子，要一个抽象的结果。
少用为什开头，会让受访者觉得你是在质疑，或者说故的刁难。比如受访者说，语音气询问功能别难用。能够简说一下你的使用景吗？是在什情况下让你觉难用？需要描述的更加体化一些，而不是笼统的，抽象的。
5. 可用性测试（用户调研）
目的是测工作流程和易用性。但是在语音交互过程中，识别问题往往会阻碍用户完成任。最好是找位测用户，尝找出主要的识别问题，然后修复它。
可用性测试概分几类：
远程测试（电话/视频访谈）
优点：
- 更容易找符征的用户。
- 本较低，只需远程即可，不需支付其他额外的支出，比如到约方的差旅费。
- 更加自，更贴近情。
- 用户心理负担没有那么大会比较自在。
- 可没有测试持人。
条件允许话，最好使用视频话，这样我们可以录制影像，后期便我们去观察用户表情和反应，以出更加正确测试结。
缺点：没有办法实时跟进参与人员的反应。
拦访
这种测试方式是非有难的。意味着我们要到公共场合拦截受访者，然后他参与到你这个测试当中，因为人与人的戒备心，很多人都会拒绝你。如果你想成功率，最好准备一些小礼或者他的小奖励，这样有助于你拦访的成功率。当然你很有可得到的结果，会有一些偏差，受访者会于某些目的而答你的一些问题，有可并是于真心的。，这里是很建议大这种方法。
测试成
测试之后，我们需要进行我们的结果分析和统计。
测衡量的一些指标，大概为5个关键指标：准确性，响应速度，认知速度，清晰度，友好度和声音。
注事项
这需要注的点是，一定要预先定好，确定每项任完成的标志是什。不然后期对结果的一个标准难去统计，会比较混乱。
我们需总结这用户对问题的回答及完任务率错误数类型，从中找出用户的痛点，用户的一些扰点。按任务出错时，用户否能够自己解决呢？，具体需得出的一些结论，根据自己测试的一些目的。
样我们就完成整个用测试的流程。
预测试
之前需要做一次预测试，以权重没有么高，但也是关键的一步。
识别测试
最重要的还是识别测试，关系着整个产品的验问题，整的测试流程需要用三级置信度和N-Best列表，以及台的表相结合，找出相对应的问题节点，并且修复它。
负载测试
你得清楚明白你的设备，最的承载量，不流量一进来，服务器就崩溃，样的验是极其差的。
效果的评估
你还得去做效果的评估。在试运行开始之前，你需要定目标，看是否达到个目标，个效果大概是什么样的？是否达到预期？任务的完成率也是非常关键的一个成功指标。
试运行
最到达阶段。为产品的稳妥见，我们还是进行一次试运行。
迭
条件允许的话，重复面一次的用户调研的方法，然后得出阶段的一些问题。我们需实时踪系统的故障并速改，这我们非常需到的。
概全部的语音交互流程就到这里了，我们简单的回顾下：
- 语音交互计的起源
- 语音交互设的设原则 – 示例对话
- 确认原则/纠错方法 – 三级置信度
- 可用性测试
- 发布
那语音交互设计未来在那里？设计师会在哪里？
战略选择
世界都是存在不确定性，如何应呢？眼界和选择。
这里延伸梁在《产思维30讲》里面说到的点线面的战略择的问题，她大概说了这样的例子：如有一对双胞胎，2010年一起大毕，一个进入了腾讯，一个进入了报社。7年之后，腾讯的那位如果意外应该是年薪百万，而且猎头在挖，投资人在挖，只要来创就给钱。而了报社的那位呢？今天的报社情况整个产都沉沦了，曾经他寄托想的整个产都没有了，实一切都需要重来，在这个时候并是说双胞胎他们的个人素质有问题，或者是他们的有问题。问题是这两个单位附着的经体，一个是在快速崛起，一个是在快速崩溃。你努工作的公司收益，远远如2010年或者2013年前。
本身是一个点，这个点需要附着在整个快速崛起的「线」上，战略的选择，眼界的层面显得尤为重要，和努力一重要，甚至往往有候选择比努力更重要，但选择也是努力累计的结果。计如何做出顺应这个迅速崛起的经济体的选择，也是当下的机会，能什机会，要附着什的线上，在当下职业边界愈发模糊的代，能力和眼界的提升，可以做从容的应对未来的种种变故。
那么同样，随之AI的发展，5G的到，我们的很多作方式都可能被颠覆，语音交互设将会一片蓝海，虽然诸多的桎梏，但这趋势，速崛起的趋势。能象未显示器么？臃肿的主机么？。未都可能会发，这一切也发。无论世界如何变幻，未可，我们。
参考文献
- 《Designing Voice User Interfaces》（语音户界面设计）
- 《U一点料1/2》
- 《产品思维30讲》梁宁
浙公网安备33011002017549号