語音交互時代的UX設(shè)計之路

　　對用戶而言，持續(xù)增長的語音交互體驗無疑是一個受歡迎的新趨勢。語音技術(shù)平臺與設(shè)備的激增、使用人數(shù)的增長，都證實了這一點。但對于網(wǎng)頁和app設(shè)計師來說，語音交互可能是自觸屏?xí)r代以來最大的UX挑戰(zhàn)了。

　　Siri、Cortana、Bixby和Alexa，這些耳熟能詳?shù)禺a(chǎn)品算是過去幾年語音UI達到一個新高度的最好證明。

　　一定程度上，它反映語音技術(shù)的提升，以及其功能向數(shù)碼產(chǎn)品的生態(tài)系統(tǒng)逐漸的滲透。

　　一、什么是語音交互

　　語音交互(VUI)本質(zhì)上是通過語音輸入來理解用戶需求，并對其進行反饋的交互模式。

　　比如，要求 Siri 設(shè)置明早5點的鬧鐘，或要求 Alexa 在 Amazon Prime上播放他們最喜愛的節(jié)目，對用戶而言，使用語音命令而非觸屏的行為已經(jīng)變得更為自然。

　　二、語音交互的崛起

　　語音交互的崛起主要歸功于人工智能和云計算能力的演變。

　　隨著機器學(xué)習(xí)和自然語言處理的跨越式發(fā)展，現(xiàn)有技術(shù)已經(jīng)可以精確、實時地理解處理人類語言，同時還能記錄并學(xué)習(xí)用戶個人的語音習(xí)慣。

　　消費者技術(shù)協(xié)會的 Shawn 說到，語音交互在過去30個月內(nèi)獲得的成就和進步比過去30年還要大，并且他表示：最終語音處理會替代掉傳統(tǒng)點擊圖形操作的用戶界面。

　　語音交互對網(wǎng)頁設(shè)計產(chǎn)生的影響：盡管語音交互在過去幾年有了顯著飛躍，但現(xiàn)實是這項技術(shù)仍然處于發(fā)展初期。

　　因此，雖然語音交互正在向主流使用方向發(fā)展，但仍無法確定這種語音革命是否會導(dǎo)致人們與其設(shè)備交互的方式發(fā)生全面性的轉(zhuǎn)變。

　　不過目前有一個比較明顯的轉(zhuǎn)變是：語音交互會往“多模態(tài)界面”方向發(fā)展，與單純語音交互的產(chǎn)品(Amazon Echo 和 Google home)相比來說，多模式的交互在屏幕展現(xiàn)信息方面更有優(yōu)勢，這也應(yīng)證了交互設(shè)計的下一步是實現(xiàn)無縫的交互體驗。

　　三、對于網(wǎng)頁設(shè)計師來說的三方面關(guān)鍵內(nèi)容

　　1. 文字的重要性

　　文字開始重新變得重要。

　　近年來，網(wǎng)頁設(shè)計越來越依賴于視覺效果來吸引用戶的注意力。但隨著語音不可避免地整合至網(wǎng)頁設(shè)計中，設(shè)計師需要再次注重語言細節(jié)，并重新思考基于語音交互的站點導(dǎo)航和信息架構(gòu)。

　　例如，如果一個人想在電商網(wǎng)站上重新訂購他購買的最后一件東西，他不想點擊一系列選項去完成，他說：“重新定購最后一件物品”，網(wǎng)頁設(shè)計師就應(yīng)該能夠編寫出一套程序來完成這一操作。

　　理想情況下，網(wǎng)頁會有一些標準化的命令短語和關(guān)鍵字，但期望用戶嘗試并記住那些可能是一連串命令的內(nèi)容會破壞語音交互的初衷。

　　此外，網(wǎng)站必須能夠理解文字在不同語境下的不同含義，就像在現(xiàn)實生活中一樣。

　　2. 了解用戶意圖和適應(yīng)性

　　盡管網(wǎng)頁中的語音是一個多模態(tài)界面，但視覺和語音界面之間的一致性仍然是網(wǎng)頁用戶體驗設(shè)計中的一個關(guān)鍵點。

　　設(shè)計師可以根據(jù)用戶之前的行為來設(shè)計一個對話——主要是在對話的不同點上預(yù)測用戶的意圖。

　　例如，如果用戶訪問了酒店網(wǎng)站并立即詢問如何去那里，那么該網(wǎng)站就可以詢問用戶是否想預(yù)訂當前頁面上的房間?；蛘?，如果用戶有查看在芝加哥有哪些 Airbnb ，該網(wǎng)站就可以立即詢問用戶更想看哪個日期的搜索結(jié)果。

　　然而，事情并不總是這么簡單，因此設(shè)計師如果能在合適的時間向用戶提出正確的問題，以吸引用戶做出適當?shù)姆磻?yīng)，這一點很重要——最終使語音網(wǎng)站導(dǎo)航盡可能實現(xiàn)流暢無障礙。

　　3. 參與度和個性化

　　盡管數(shù)字生態(tài)系統(tǒng)的發(fā)展使得語音用戶界面成為可能，但語音交互的新穎度仍有可能在普通用戶中逐漸消逝。保持用戶參與，這對網(wǎng)頁設(shè)計人員來說既是挑戰(zhàn)，也是機遇。

　　事實上，當人們渴望某樣?xùn)|西時，大腦的一部分(被稱為伏隔核)就會亮起來，這正是因為不可預(yù)測性而受到高度刺激的部分。

　　因此，與其讓用戶在熟悉的網(wǎng)站上漫無目的地瀏覽，設(shè)計者可以使用語音交互系統(tǒng)引入一些有趣的變量來引導(dǎo)用戶。例如，設(shè)計師們可以精心地設(shè)計一些錯誤提示，這些錯誤提示讓用戶在較低感知下及時回到正軌，并同時為他們提供一些其他選項。

　　此外，一旦從用戶身上收集到了足夠多的數(shù)據(jù)，設(shè)計師還可以為用戶量身打造個性化的語音交互體驗。比如，參照該用戶的說話方式和偏好為其定制語音交互體驗。

　　不僅如此，“個性化”的設(shè)計也可以雙向進行。隨著品牌化變成一個可以預(yù)期的強大工具，設(shè)計師可以將其整合到整個用戶體驗中。

　　四、其他挑戰(zhàn) 1. 準確度

　　自 Siri 出現(xiàn)以來，語音激活系統(tǒng)已經(jīng)走過了漫長的道路(一些數(shù)據(jù)表明，語音助理的準確率現(xiàn)在已經(jīng)突破了90%)。但是系統(tǒng)正確地理解用戶語音輸入的信息并不能保證系統(tǒng)能輸出用戶需要的結(jié)果。

　　正如《今日社交媒體》所指出的那樣，當用戶語音輸入歌名“ I need a doctor ”這種看似平淡的查詢語句時，系統(tǒng)很可能會給出附近醫(yī)生的列表，或是維基百科中“醫(yī)生”一詞的名詞解釋。

　　毫無疑問，更復(fù)雜的查詢語句經(jīng)常會導(dǎo)致反饋的準確性出現(xiàn)斷崖式下降。

　　當然，具備多模態(tài)界面的語音交互系統(tǒng)可以解決一些問題。但這并不意味著當語音交互系統(tǒng)作出錯誤反饋給用戶時，用戶不會一怒之下將其關(guān)閉。

　　2. 語言支持

　　目前，主流的云語音服務(wù)僅支持有限的幾種語言。隨著語音交互體驗革命的持續(xù)推進，如果設(shè)計師有志于提供一個可在全球范圍內(nèi)無障礙使用的語音交互系統(tǒng)，他們將不得不面對這個難題。

　　五、總結(jié)

　　目前而言，語音交互似乎是通向更高級交互系統(tǒng)的過渡態(tài)——這也是所有新技術(shù)的設(shè)計目的。

　　而實際情況是，盡管預(yù)計未來幾年里語音交互將被主流群體更廣泛應(yīng)用，但我們?nèi)圆恢浪臐摿⒈婚_發(fā)人員和用戶挖掘到何種程度。人們對它的新奇感會消失嗎?語音交互能發(fā)展的越加成熟么?

　　雖然這項前景光明的新技術(shù)仍然存在大量問題，但這并不意味著設(shè)計師可以放松懈怠并等待。因為令用戶不快的交互體驗是大部分品牌無法負擔(dān)的風(fēng)險。

　　當然，并非所有人現(xiàn)在都應(yīng)該行動起來，但設(shè)計師應(yīng)需要密切關(guān)注語音交互體驗的發(fā)展。語音交互系統(tǒng)總是盡可能地被設(shè)計成與真實世界中的交互體驗相似，而它也確實有可能讓理想照進現(xiàn)實。