谷歌是怎么設(shè)計語音界面的？這篇總結(jié)了對話設(shè)計六原則！

編者按：新時代的界面將會突破現(xiàn)有的格局。界面將不再被滑動、輕觸和點擊局限，取而代之的是更天然精致的語言呈現(xiàn)情勢。 用于GUI（圖形用戶界面）的設(shè)計技法和設(shè)計語言在語音交互這個全新的領(lǐng)域不再適用，VUI（語音用戶界面）設(shè)計的新浪潮將基于「對話」這個我們最先學會而且最擅長的交流體例。

「對話」這種序言既復雜又體系，定義原則比小門生的校訓還要玄妙、壓人。

例如，不要用「而且」作為對話的開場，或者不可以打斷別人講話。我們與其他人對話交流時可以天然地應對各種復雜情況，這幾乎成為了我們的第二本能。但是，假如我們不能真正理解「對話」的本質(zhì)和其內(nèi)在機制，就貿(mào)然開始設(shè)計人機對話，得到的用戶體驗通常是令人抓狂的。

語音是一種小我標志，表現(xiàn)了一小我的社會身份，也因此人們對它的標準極高。用戶在使用過設(shè)計不佳的VUI后反映：這些VUI讓他們覺得愚笨、可笑，甚至覺得被科技愚弄了。這些用戶也因此透露表現(xiàn)不愿再次使用。事實上，這些都是可以避免的。

下面我將細致給各位VUI設(shè)計師們介紹這六項原則，而這些原則正是日常對話的延展。它們可以輔助設(shè)計師完成對話設(shè)計，并且引領(lǐng)VUI設(shè)計師進入以用戶為中間的界面設(shè)計新時代。

一.? 給VUI賦予形象

你可能覺得一個簡單的語音應用不必要形象，但這不是需不必要的題目。對比下面這兩個日歷應用的例子：第一個例子展示了未經(jīng)設(shè)計的助手形象（persona）；第二個則是具有經(jīng)過設(shè)計的形象。

對話1

用戶：在日歷里添加一個預約

VUI：請說出「日期」

用戶：8月2日

VUI：請說出 「開始時間」

用戶：1點

VUI：請說出「持續(xù)時間」

用戶：哦，一個小時左右

VUI：請說出 「主題」

用戶：性能評估

VUI：確認中，8月2日1點，持續(xù)一小時，是否精確？

用戶：是

VUI：該事件現(xiàn)已在您的日歷中

未經(jīng)設(shè)計的VUI形象。

對話2

用戶：在日歷里添加一個預約

VUI：沒題目，哪一天的？

用戶：8月2日

VUI：謝謝，什么時候開始？

用戶：1點

VUI：那么，預計要開多久？

用戶：哦，一個小時左右

VUI：最后，我只必要記錄一個簡短的題目

用戶：性能評估

VUI：搞定！讓我重復一遍：8月2日1點，持續(xù)一小時，我記得對嗎？

用戶：對

VUI：贊！已經(jīng)在你的日歷上了

這個VUI的形象是經(jīng)過設(shè)計的。

不管在不在你的計劃之中，所有的語音都會映射出一種形象。就像第一個例子，按說應該是沒有形象設(shè)計的VUI，卻在「和睦、樂于助人」等性格屬性上評價不高，在「無聊」上的得分卻很高。

經(jīng)過幾十萬年的演變，我們?nèi)祟悷o法不用性格特性來評價一段語音，就連智能手表或GPS體系的語音也逃不過這種評價。這可不是主觀觀點，這是有據(jù)可查的事實。社會語言學家（如，拉波夫 1964 ①）的研究注解即使是極少的語音樣本，也會讓人產(chǎn)生對于演講者性格、形象方面的印象。我們早已進化成可以根據(jù)人的聲音來總結(jié)評判別人的專家。

曾有一個讓人印象深刻的研究(Giles & Powesland 1975 ② )，研究者要求一些教師根據(jù)三樣東西來評估8名假造的門生：一個書面筆墨樣本，一張照片和一段語音演講樣本。研究效果令人驚奇，由語音樣本產(chǎn)生的有利印象壓過了書面筆墨和照片的負面印象。相反，門生的語音樣本帶來的不良印象則會壓過其他兩個內(nèi)容帶來的有利印象。

其他研究注解，我們寄托語音交流在許多方面評價別人：和睦度、誠實度、可信度、智力、教育水平、守時與否、慷慨度、浪漫程度、優(yōu)勝程度和就業(yè)適合度等?？傊?，語音具有很大的能量。

小結(jié)

不要讓你VUI的形象未經(jīng)設(shè)計、隨意地產(chǎn)生。從最開始就要瞄準創(chuàng)造最理想的形象來代表你的品牌。它們是什么樣子的？它們聽起來是怎么樣的？最緊張的是，它們?nèi)绾闻e措？在體驗落地過程中，以形象設(shè)計作為根基并確保形象具有同等性。

更多有關(guān)形象設(shè)計的信息請訪問 Actions on Google，代碼實驗室：Crafting a Character。

二. 推進對話

在日常對話中，好像有許多疑問句都可以用簡單的一定或否定往返答。但現(xiàn)實上，它們扣問的信息遠不止一定或否定。下面有兩個如許的例子：

對話3

A：你知道派對會有誰來參加么?

B：知道。

這個題目想要得到的答案并不是簡單的一定或否定。

對話4

A：可以給我唱首歌么?

B：不可以。

只用「可以」和「不可以」往返答這個題目并不知足對話性的預期。

你可能會覺得新鮮，這些作答的人為什么顯得很不配合。這是由于在這兩段對話中，作答的人違背了一個對話核心原則 – 量的準則（Maxim of Quantity）③。

根據(jù)這個對話舉動原則，說話的人應向聽者提供知足推進對話交流所需的信息量。假如作答的人只按字面意思回答一個題目，而沒有提供可以推進話題的有用信息，對話互動是無法形成的。在上面的例子中，我們永久也無法知道誰會來參加派對或者拒絕唱歌的充分理由。這些說話的人吊了我們的胃口，假造助手也有可能做出和他們一樣的事。比較下面兩種處理由于價格上浮引起用戶不快的方法：

對話5

用戶：好，可以付出了。

VUI：目前這個時間，送餐費臨時調(diào)整為7.99美元，由于美味面條家接單量過大。你還想繼承進行付出嗎？

用戶：不了……

這個VUI沒有成功將對話向前推進，迫使互動嘎然而止了。

對話6

用戶：好，可以付出了。

VUI：我必須要告訴你，這個餐廳今天晚上8點到9點的運費是7.99美元，你還想繼承下單嗎？

用戶：不了……

VUI：如許的話，這附近還有一些類似的餐廳。你感愛好嗎？

用戶：好，為什么不呢。

VUI：好的。附近還有另外兩家面館：馬爾文區(qū)的涂鴉面館，另外一個：谷流的斯塔意面。

這個VUI為用戶提供了更多的選擇，像天然的人類對話一樣保持對話的持續(xù)推進。

顯然，第二個VUI的形象更得力，更叫人喜好。但是，不是只有你的智能助理具備推進對話的社會伶俐，你的用戶也有，而且這種本能是無法被壓抑的。以下是用戶嘗試推進對話的例子，用戶的舉動就彷佛他們正與人類交談一樣：

對話7

產(chǎn)品：那么，幾小我要去？

用戶：呃……有我妻子和我。

這個用戶盼望VUI可以從他給出的小我信息中推算出人數(shù)。

這個時候，假如識別機制被設(shè)計成只識別數(shù)字的話，例如「兩個」，用戶就會收到輸入錯誤的提醒。而這個用戶只不過是提供了更多的信息。假如識別器實在無法處理如許的回答，可以嘗試用輕松愉悅的語言風格將對話引回正軌。比如，「對不起，有多少人？（上升語調(diào)）」。

研究注解：識別出錯時，用戶通常只必要一個簡短的提醒。沒有需要強調(diào)錯誤，也不要用機械而俗套的提醒語；例如「很抱歉，我不曉暢。如今，請用數(shù)字說出你們的人數(shù)?！鼓憧梢哉f：「比如，二個」。

小結(jié)

設(shè)計對話流時不能只關(guān)注字面意思。你必要嘗試預判：VUI什么時候應該提供更多信息，什么時候必要識別來自用戶的附加信息。如許才能保持對話的推進。你還必要意識到，業(yè)界所謂的「識別錯誤」現(xiàn)實的根源在于：人類樂于（在對話中）提供更多的信息，推動交流。

三. 簡短、有用

語音與筆墨不同，語音是伴隨著時間流動的。時間越長，聽者就越難理解。我們大腦能處理的信息量是有限的，一旦超出，就會對短期記憶造成負擔?！嘎牎姑棵勘徽J為是被動的；相反「說」被認為是自動的，高效的。事實上，聽也會耗費不少精力。所以你的VUI必要給聽眾歇息的時間，也給他們一個機會說話，這是很緊張的。比較這兩個例子：第一個VUI給聽者克制感，第二個則更加簡潔。

對話8

VUI：

天空航空47航班下戰(zhàn)書1點從紐約肯尼迪機場起飛，下戰(zhàn)書1點45分到達波士頓羅根機場；行倉航空234航班下戰(zhàn)書2點15從紐約肯尼迪機場起飛，下戰(zhàn)書3點45到達波士頓羅根機場；藍鳥航空260航班下戰(zhàn)書3點45從紐約肯尼迪機場起飛，下戰(zhàn)書4點30分到達波士頓羅根機場；天運航空52航班下戰(zhàn)書5點從紐約肯尼迪機場起飛，下戰(zhàn)書5點45分到達波士頓羅根機場。你想要哪一個？

用戶：……哈？！

這個VUI給用戶的信息量大到令人窒息。

對話9

VUI: 向你展示4個航班：下戰(zhàn)書1點、2點15、3點45 和下戰(zhàn)書5點。 你想聽其中一個的更多信息嗎？

用戶: 2點15的那個。

VUI：好的。下戰(zhàn)書2點15，行倉航空234航班，從紐約肯尼迪機場起飛。下戰(zhàn)書3點45到達波士頓羅根機場。你要預訂嗎？

用戶: 啊，好啊。

這個VUI保持簡短、扼要并提供了更天然、愉悅的交互。

與書面筆墨的永世性相反，語音是短暫的，須臾即逝的，且語音的傳達體例是線性的。在VUI設(shè)計中，不相干的信息尤其令人反感。由于與GUI不同，用戶無法略過一些內(nèi)容。強迫用戶處理沒用的信息，是在虛耗用戶的珍貴時間。在我看來，人們膩煩機器客服的首要緣故原由就是：冗長的廢話。

很多VUI設(shè)計師和開發(fā)人員將不相干的信息強加于大眾，比如：促銷活動、向上販賣和教育指導。你一定對如許的語音指導耳熟能詳：請輸入您的十位電話號碼，從區(qū)號開始。

用戶收益是關(guān)鍵。人們找東西或做事的時候，不樂意虛耗時間或繞圈子。研究注解，在做統(tǒng)一件事上，假如VUI沒有顯明的上風用戶不會選擇使用VUI。不然意義何在呢？因此，成功的VUI設(shè)計必要在相干性和便利性上都提供更優(yōu)的用戶收益。

小結(jié)

保持信息簡短且有效，給用戶說話的機會。確保信息對用戶故意義，可以給用戶帶來顯明收益。不要過早陷入冗長的細節(jié)。

四. 行使語境

要讓對話真正有用，我們必須看重語境。一個良好的對話參與者必要通達對話的來龍去脈，熟記已說過的遷移轉(zhuǎn)變點及關(guān)聯(lián)點，并具備用戶情景意識（比如：用戶正身處國外，用戶所在的地方將有一場暴風雨，或者用戶今天曾三次嘗試修改某種設(shè)置）。

同樣，VUI設(shè)計也要盡可能地行使用戶的語境。假如用戶之前提供過一些信息，那VUI的回應最好基于已有信息。

比如，用戶已經(jīng)做了什么，用戶已經(jīng)知道了什么，用戶在對話中已經(jīng)說過了什么。顯明的忽略上下文語境，會直接損害用戶對智能助手的印象。有個眾所周知的VUI反例：請聽細心，由于我們的菜單選項最近有更改，這里還有另一個版本：

對話10

VUI：請細心聽好，我們最近在選項上做出了一些改變。

雖然這段語音本意是輔助用戶，現(xiàn)實卻用可有可無的信息虛耗了用戶的時間。這種語音提醒就是我所說的那種「VUI 糙貨」中的典型，它的粗糙在于自以為是地忽略了用戶的語境。

來讓我們看看它那些一廂情愿的假設(shè)吧：它假設(shè)用戶之前打過電話；它假設(shè)之前打過電話的用戶當時聽到的選項是修改前的版本「現(xiàn)實上，用戶可能幾分鐘前才打過電話」；它假設(shè)「最近」的意思會被理解成是「最近幾個月」；它還假設(shè)聽過老版本選項的用戶真能記住當時的選項是什么！因為忽視了用戶的語境，這條提醒對絕大多數(shù)聽者來說毫無用處，而我們也已經(jīng)分析過為什么VUI中的無用信息令人尤為反感。

小結(jié)

我們在業(yè)界討論了太多的個性化、人工智能、以及數(shù)據(jù)驅(qū)動創(chuàng)新。但其實，在設(shè)計中只要做到追蹤對話的來龍去脈并保持對用戶語境的意識，就可以有用地提拔用戶對人工智能的看法。

五. 用語序和強調(diào)指導用戶的細致力

制訂單條語音的語言結(jié)構(gòu)時，VUI對已提及內(nèi)容的意識是相稱緊張的。否則，斷了「來龍去脈」的對話會給聽者的理解造成負擔，并導致模糊的不適感?？纯催@兩個不同的VUI回復（用戶要求在不存在的日期預訂航班）：

對話11

用戶：預訂…6月31號的。

VUI：其實只有30天，在您說的六月中。

這條語音把新信息放在前面，舊信息放在后面；打破了正常對話的「重點后置」原則 。

對話12

用戶: 預訂…6月31號的。

VUI：事實上，6月只有30天。

這條語音把新信息放在了句尾，更合理。

為什么第一段語音新鮮而且機械，而第二段更像天然對話呢？「重點后置」原則給出了詮釋。根據(jù)這一對話原則（本文的引用經(jīng)過簡化）語言使用者對語言的信息排布具有偶然識的預期。

按照默認的規(guī)則，「新」信息出如今句子的末尾或接近末尾處，并用語氣強調(diào)；而「舊」信息則出如今前面。在你剛剛聽到的例子中，「30天」是新信息，所以它應該出如今最后并有適當?shù)闹匾?。在聽起來很新鮮的版本中，舊信息「六月」錯誤地扮演了新信息的角色。事實上，「六月」不該放置在句子末尾，也不該使用語氣強調(diào)，如許才能聽起來更加天然。

違背「重點后置」原則會給交流增加沒需要的阻力。反之，遵循用戶對信息結(jié)構(gòu)的預期不僅可以令體驗更天然、順暢，也可以讓用戶更加確信VUI確實聽曉暢了本身的意思。

對話13

用戶：印度的總理是誰？

VUI： 印度的總理是納倫德拉·莫迪。

先陳述已知的信息，讓用戶知道機器聽清了本身所說，從而增強用戶對技術(shù)的信賴。

這個例子注解，把舊的信息「印度總理」放前面，用戶會立刻知道機器精確識別到了「印度總理」。相反的，假如VUI說的是「意大利總理」，那用戶就沒需要花費精力去聽后面的名字了。

小結(jié)

行使用戶對語序和重音運用的預期，把用戶的細致力集中在緊張的事情上。盡可能地把已知信息放在新信息的前面?。ǔ牵愕腣UI形象是效仿《星球大戰(zhàn)》Yoda大師而設(shè)計的。④）

六. 不要教用戶怎么下達指令 —— 語言是天然的

我小我最悔恨的業(yè)余VUI設(shè)計典型是「教用戶怎么說話」。下面有兩個例子：

對話14

VUI：假如必要更多選擇，說「更多選擇」。

VUI：假如想聽更多，說「繼承」。

這些提醒模仿了典型的按鍵界面「按鍵語音客服」，它們正在教育用戶該如何交流。這些信息暗指用戶必要學習怎么說話，不然VUI不會給你如許的提醒。

諸如此類的提醒還有許多：「假如必要什么，請說/請做什么」。這種提醒帶有一些按鍵語音客服的痕跡：類似「技術(shù)支持請按1、付出和結(jié)算請按2」。事實上，這種信息是有價值（但是僅限于按鍵交互的領(lǐng)域），由于沒有人從小就知道「1」 代表 「技術(shù)支持」。設(shè)計師和開發(fā)者賦予鍵盤的意義是用戶無法通過直覺理解的。但在VUI的世界里如許的提醒聽起來就很荒謬了。這暴露了設(shè)計者沒有真正理解VUI。對大眾來說VUI的意義和收益在于：說話是天然而然的， VUI是不必要學習的。

看看下面這個愉悅的對話式提醒的例子：

對話15

VUI：重播？回復？聽下一條？

這一提醒充分行使了對話的結(jié)構(gòu)：舒適、天然、使人親近。

很難想象有人會聽不懂如許簡單、直接的提醒。假如他們真的沒有聽懂，你可以再次提醒。我們已經(jīng)討論過簡潔、有用、和行使語境的緊張性。再重復一遍，只在需要時使用錯誤提醒。

總結(jié)

在VUI設(shè)計中避免教用戶怎么下達指令。假如你必須對一個指令做出詮釋時，那就說明哪里出錯了，你必要回去返工。與其手把手的教用戶說話；為什么不問用戶一個題目，給用戶機會說話呢？聽起來耳熟嗎？這就是聊天?。?/p>

隨著讓人耳目一新的聊天機器人、語音助手和語音應用的持續(xù)問世，我們?nèi)缃裼袡C會傳播一個觀點：對話是用戶體驗成功的關(guān)鍵。這可不僅僅意味著使用接地氣的語言，比如用「you’re」替換「you are」，或使用「哦」和「謝了」。

你要知道，對話是大天然最巨大的杰作之一，也是我們通過聲音交流的最有力體例。最明智的做法是：效仿這些和人類一樣古老的對話法則。而第一步就是開始從技術(shù)的角度解讀對話的本質(zhì)。

附錄

相干出處及保舉閱讀

• Voice User Interface Design by Michael Cohen, James P. Giangola and Jennifer Balogh
• The Social Stratification of English in New York City by William Labov (PDF)
• Speech Style and Social Evaluation by Howard Giles and Peter Powesland
• The Media Equation: How People Treat Computers, Television, and New Media Like Real People and Places by Clifford Nass and Byron Reeves
• Logic and Conversation by H. P. Grice (PDF)
• A Concise Grammar of Contemporary English by Randolph Quirk and Sidney Greenbaum

譯者注

• 拉波夫 1964： 威廉 拉波夫，美國語言學家，社會語言學的代表人物之一。
• Howard Giles 與 Peter Powesland 合著論文《言語風格與社會評價》。
• 量的準則：合作原則中的一條定義原則，該原則由聞名語言哲學家格萊斯于1967提出
• 尤達大師：電影《星際大戰(zhàn)》中的人物尤達大師有著獨特的說話體例，本文作為一個打趣出現(xiàn)。

原文地址：Library

原文作者：James Giangola

譯文地址：uxc.baidu

「深入了解！將來大熱的對話式交互設(shè)計」

• 《將來的趨勢！好的 AI 對話體驗應該是怎樣的？》
• 《圖形界面的末路？聊聊將來可能會流行的「對話式交互」》
• 《超周全！聊天機器人的界面交互設(shè)計實戰(zhàn)經(jīng)驗總結(jié)》
• 《如何打造良好的語音交互體驗？這兒總結(jié)了四個方法》