智能语音产品的交互设计研究

包装世界Packaging World科学创新

智能语音产品的交互设计研究

黄升常州大学艺术学院江苏常州213000

摘要：随着技术创新带来了多种新形式的人机交互。语音交互作为一种自然交互，为移动终端和智能家居设备带来了全

新的互动体验。语音技术的发展和人工智能技术在各个领域的

深度整合，用户对语音交互的体验提出了新的标准与要求。本

文阐述了语音交互相比于传统界面交互过程，更加具有智能化、

深度定制化、轻量化设计的特点，通过智能设备端和移动终端的

语音助手的功能结构调研，构建了新型的语音交互行为逻辑，并

提出移动端产品设计在的语音交互设计上的基本要素，最后，探

讨语音交互的局限性及未来的趋势。

关键词：用户体验；语音助手；语音交互

人类一直在探索语音识别，语音理解和语音技术的综合应

用。语音交互（VUI）技术也因此迅速发展。AI技术在设备数据

的分析能力使得智能产品的人机交互体验方式上逐渐摆脱对传

统操控方式的依赖，采用更加智慧的操作学习方式，如通过大数

据的计算深度定制化用户特有的的语音、肢体动作、面部表情等

形成用户自身独特的交互行为方式。目前，语音交互已经发展

成为技术相对成熟且普及度较好的人机交互方式之一。

一、语音交互发展国内外现状

语音产品Siri成立于2007年，2010年被Apple以2亿美元收

购。它最初基于文本式的聊天服务。然后，通过与世界上最大

的语音识别制造商Nuance合作，Siri实现了语音识别功能，成为

了移动语音助手的初始形态。2011年10月，Apple率先在手机

上推出了智能语音助手Siri。在Apple收购语音识别技术公司Novauris Technologies之后，Novauris以其语音识别而闻名，并积累了相当多的经验和技术积累。而随后的发展中市场逐渐出现

了亚马逊的Alexa Echo等新一代智能产品设计。

语音交互现主要功能定义为辅助型工具，如语音输入和语

音搜索或完成用户设定简单的功能重复。而目前国内市场的语

音移动终端的产品主要是定位为语音助理或者驾驶助手之类的

的辅助产品，智能语音终端设备则主要是定位于语音控制下的

多设备联动附有实用性可控设备。但终其都相同点都在逐渐开

放第三方应用建立高协同性生态平台，融合更多的互联网应用

功能线上以及线下的新型服务体验。

二、语音成为人机交互新的革新

回顾人机交互发展是通过“技术的进步”与“载体的创新”交

替促进推动着人获取信息的效率程度上不断提升，使用成本的

降低，也会加快技术应用商业化的步伐，技术的革新不仅仅给用

户带来崭新的生活方式和友好的人机交互操作方式。同时也在

颠覆以往传统的界面式操作交互方式。而由于AI的技术进步

逐渐应用于语音技术上，通过基于大量纯净数据的分析深度学

习促使了语音交互技术的快速发展，这种进步主要体现在三个

维度。自然认知能力、感受反馈能力、语音输出能力而这三个维

度构成了AI的核心能力组成部分。

三、语音交互设计框架

语言交流行为过程中需具备语言感知理解与感知反馈的能

力，并且交流的过程中需具有多轮互动的特点，人机语音交互也

大致遵循这个基本特点。而根据这个语音交互作为媒介的特殊性，分析了现阶段市场上语音交互的产品并归纳了基本的设计原则。

（一）“轻量化”操作，减少用户使用负担

过去智能设备的人机交互一直停留在以图像界面作为媒介，而语音交互行为创造了新的交互行为，交互逻辑上应即用即走，轻量化操作，提高用户使用效率。因此减少界面独占，不去增加用户多余的负担是个需要着重考虑的设计原则之一。进行语音交互的设计过程中要考虑在不同场景下语音交互行为的复杂性。在特定的功能场景下，比如用户确认操作时，或者不建议用户此时做其他决策，可以采取界面独占的形式，视觉的焦点不易被分散，不影响用户的判断决策。例如，当你在驾车过程中需要拨打电话给一个拥有多号码的联系人时，或者多个相同名字的联系人，语音助手很难判断呼叫的对象。此时，为了提高使用效率，可以提高界面所占比例留出视觉空间供用户点击选择确认。

（二）用户习惯的深度定制化

智能产品具有可学习性也是人们对于智能产品的一个基本要求，并且用户对智能产品的期待值较高，产品的不够智能化易影响产品的用户体验。产品在技术上的可学习性主要体现在对声纹的适应性上，提高信息识别的准确度。在设计上，需要设立好一个关于用户在不同场景下的习惯数据库，即多次或重复的操作。如查询天气、设置闹钟、打卡签到、定飞机票、拨打联系人号码等，当用户再次触发时应直接跳转不再进行重复操作，缩短用户的操作路径。不仅仅是语音交互的设计，语音助理需要通过智能终端的各种模块产生的数据，得出合理的判断，通过数据提高产品的人机智能化与易用性。

（三）智能语音产品具备情感化的能力

智能语音产品具备和人类一样的情感化，甚至能够互相感知，产生“共感”这些一直是人类美好的愿望诉求，然而技术上的瓶颈短期内是无法做到真正的拟人化、情感化，但可以通过多种表现方式增加产品情感化的程度，语调的变化，具有拟人化的语料库等。

四、结语

语音交互经过技术的发展已经成为现如今自然程度较高的人机交互方式之一，虽然受制于当前的技术条件下，人工智能化程度还不够高，但在未来具备文字、语音、视觉、动作、环境等多种方式进行人机交互，充分模拟人与人之间的多模式互动将是一种发展趋势。在当前的技术条件下，如何让用户使用语音端产品获得良好的用户体验，设计人员不仅需要考虑不同场景下的功能设计，更需要机器深度学习技术所得出的数据，辅助设计人员合理判断，从而完善产品设计的可靠性。

参考文献:

[1]杨洋.基于语音交互的手持移动端多通道交互研究[D].

北京邮电大学,2018.

[2]Donald A.Norman.未来产品的设计[M].刘松涛，译.北

京:电子工业出版社，2009:52-54.

[3]吴晓静,程建新.家庭数字娱乐产品的语音交互行为体验研究[J].艺术科技,2017,30(11):264-265.

173