Google如何设计语音界面？对话设计六项原则

浏览：318 时间：2022-8-22

本文分享了VUI设计的六个原则。这些原则是日常对话的延伸，我希望能帮到你。

新时代的界面将突破现有的模式。界面将不再被刷卡，点击和点击，并被更自然和精致的语言表示所取代。 GUI（图形用户界面）的设计技术和设计语言不再适用于这一新的语音交互领域。 VUI（语音用户界面）设计的新浪潮将基于“对话” - 我们首先学习并尽力而为。沟通方式。

“对话”的媒介既复杂又系统，定义原则比小学生的校训更加微妙和紧迫。例如，不要使用“ldquo;并且”作为对话的开场，或者你不能打断别人的讲话。当我们与其他人交谈时，我们可以自然地处理各种复杂的情况，这几乎是我们的第二直觉。但是，如果我们无法真正理解“对话”及其内部机制的本质，我们将开始设计人机对话，由此产生的用户体验通常令人抓狂。声音是体现一个人社会认同的个人标志;因此，人们对它有很高的标准。用户使用设计糟糕的VUI来反映这些VUI让他们感到愚蠢，荒谬，甚至被技术所愚弄。因此，这些用户表示不愿再次使用它们。实际上，这些都可以避免。

VUI设计者介绍了以下六个原则，它们是日常会话的扩展。它们可以帮助设计人员完成对话设计，并引领VUI设计人员进入以用户为中心的界面设计的新时代。

首先，给VUI一个图像

您可能认为简单的语音应用程序不需要图像，但这不是您不需要的问题。比较下面两个日历应用程序的示例：第一个示例显示了未指定的帮助程序图像（角色）;第二个有一个设计的图像。

对话1

用户：在日历中添加约会

VUI：请说“date””

用户：8月2日

VUI：请说“开始时间””

用户：1分

VUI：请说“持续时间”和

网友：哦，一个小时左右

VUI：请说“主题”

用户：绩效评估

VUI：在确认中，8月2日1点，持续一个小时，是否正确？

用户：是

VUI：此活动现在在您的日历中

未设计的VUI图像

对话2

用户：在日历中添加约会

VUI：没问题，哪一天？

用户：8月2日

VUI：谢谢，你什么时候开始的？

用户：1分

VUI：那么，预计打开多长时间？

网友：哦，一个小时左右

VUI：最后，我只需要录制一个简短的标题

用户：绩效评估

VUI：搞定！让我再说一遍：8月2日下午1点，持续一个小时，我还记得吗？

用户：是

VUI：喜欢！已经在您的日历上

此VUI的图像设计

无论是否在您的计划中，所有声音都将映射图像。就像第一个例子一样，应该说没有图像设计的VUI，但它在“友好”，“有用”的属性中并不高，而“无聊”的得分非常高。高。

经过数十万年的演变，我们不能用个性特征来评价一段话语，即使是智能手表或GPS系统的声音也无法摆脱这种评价。这不是监督意见。这是一个有据可查的事实。社会语言学家的研究（例如，Lapov 1964 1）已经表明，即使是罕见的语音样本也可以给人一种说话者的个性和形象的印象。我们已经发展成为一个能够根据人类声音来评判人的专家。

有一项令人印象深刻的研究（Giles&Powesland 1975 2），研究人员要求一些教师根据三件事评估八名虚构学生：书面文字样本，照片和示例演讲。这项研究的结果令人惊讶 - –言语样本产生的有利印象压倒了书面文字和照片的负面印象。相反，来自学生声音样本的不良印象可能会压倒其他两个人的积极印象。其他研究表明，我们依靠语音交流以多种方式评估他人：友善，诚实，可信，智慧，教育，守时，慷慨，浪漫，优越和就业适应性。简而言之：言语有很多精力。

总结

不要在没有任何设计的情况下创建VUI映像。从一开始，我们就必须致力于创造最理想的形象来代表您的品牌。他们看起来怎么样？他们听起来像什么？最重要的是他们如何行动？在经验的过程中，形象设计是基础;并且图像是一致的。

有关图像设计的更多信息，请访问Google上的操作，代码实验室：制作角色。

第二，促进对话

在日常对话中，似乎可以通过简单的肯定或否定来回答许多问题。但事实上，他们所要求的信息远不仅仅是肯定的或消极的。以下是两个例子：

对话3

A：你知道谁会参加派对吗？

B：我知道。

这个问题的答案不仅仅是肯定的或消极的。

对话4

A：你能为我唱一首歌吗？

B：没有。

只用“可以”和“不能”来回答这个问题并不能满足对话的期望。

您可能想知道为什么这些回答的人不太合适。这是因为在这两次谈话中，被访者违反了对话的核心原则–根据这种对话原则，发言者应该向听众提供推进谈话所需的大量信息。如果被访者按字面回答问题并且没有提供可以推进该主题的有效信息，则无法形成对话互动。在上面的例子中，我们永远不知道谁会来参加聚会或拒绝唱歌。

这些谈话者调整了我们的胃口，虚拟助手也可能做同样的事情。比较以下两种方法，因为价格上涨并导致用户不满意：

对话5

用户：好的，你可以付钱。

VUI：此时，送餐费暂时调整为7.99美元，因为美味面馆的数量太大。你还想继续付款吗？

用户：不能……

VUI没有成功地推动对话，迫使交互突然结束。

对话6

用户：好的，你可以付钱。

VUI：我必须告诉你，这家餐厅从今晚8:00到9:00的运费是7.99美元。你还想继续下单吗？

用户：不能……

VUI：在这种情况下，附近有一些类似的餐馆。你有兴趣吗？

网友：好的，为什么不呢？

VUI：好的。附近还有另外两家面馆：Malvern区的涂鸦面馆和另一家：山谷的高耸意大利面。

这个VUI为用户提供了更多的选择来保持对话的进行，就像一个自然的人类对话。

显然，第二个VUI的图像更强大，更吸引人。然而，不仅是你的助手拥有推动对话的社会智慧，而且还有你的用户，这种本能无法被压制。以下是用户尝试推送会话的示例。用户表现得好像在与人交谈：

会话7

产品：那么，有多少人要去？

用户：呃……有我的妻子和我

该用户希望VUI根据他提供的个人信息计算人数

此时，如果识别机制被设计为仅识别数字，例如，“两个”用户将收到输入错误的提示。而这个用户只是提供更多信息。如果识别器真的无法处理这样的答案，请尝试以轻松有趣的语言风格使对话回到正轨。例如，“抱歉，有多少人？（向上的语气）”研究表明，用户在识别错误时通常只需要一个简短的提示。没有必要强调错误，也不要使用机械和陈词滥调;例如，“对不起，我不明白。现在，请使用数字告诉您人数。 ”的你可以说：“例如，两个。 ”的

总结

在设计会话流程时，您不应只关注字面意义。您需要尝试预测：VUI何时应提供更多信息以及何时从用户识别其他信息。这将使对话继续进行。您还需要意识到，该行业所谓的“识别错误”实际上源于：人类愿意提供更多信息（在对话中）以促进沟通。

第三，简短有效

语音与文字不同，语音也伴随着时间。时间越长，听众理解的难度就越大。我们的大脑可以处理的信息量是有限的，一旦超过它，就会给短期记忆带来负担。 “倾听”通常被认为是被动的;相反，“说”被认为是积极主动和有效的。事实上，倾听也需要付出很多努力。所以你的VUI需要让观众有时间休息并给他们一个交谈的机会，这非常重要。比较这两个例子：第一个VUI给听者一种压迫感，第二个更简洁。

对话8

VUI：Sky Flight 47于下午1:00从纽约肯尼迪机场起飞，于下午1点45分抵达波士顿罗根机场。 Row Ware Air Flight 234于下午2:15从纽约肯尼迪机场起飞，于下午3:45抵达波士顿罗根机场。 Bluebird Airlines 260航班于下午3:45从纽约肯尼迪国际机场起飞，于下午4:30抵达波士顿洛根机场。天韵航空公司52号航班于下午5点从纽约肯尼迪国际机场起飞，于下午5:45抵达波士顿罗根机场。你想要哪一个？

用户：……哈？！

此VUI为用户提供的信息量令人窒息。

对话9

VUI:显示4个航班：1：00,2：15,3：45和5 pm。你想更多地了解其中一个吗？

用户: 2:15

的那个

VUI：好的。下午2:15，仓库的234号航班从纽约肯尼迪机场起飞。下午3:45抵达波士顿罗根机场。你想预订吗？

用户:啊，好的。

这个VUI仍然简洁而简洁;它提供了更自然和愉快的互动。

与书面文本的永久性相反;声音是短暂的，短暂的，声音传达的方式是线性的。在VUI设计中，不相关的信息尤其令人反感。因为与GUI不同，用户不能跳过某些内容。强制用户处理无用信息对用户来说是浪费时间。在我看来，人们讨厌机器客户服务的主要原因是：冗长的废话。许多VUI设计人员和开发人员向公众提供不相关的信息，例如促销，加售和教育线索。你必须熟悉这样的语音指导：“请输入您的十位数电话号码，从区号开始。 ”的

用户利益是关键。当人们寻找事物或做事时，他们不想浪费时间或圈子。研究表明，在做同样的事情时，如果VUI没有明显的优势，用户将不会选择使用VUI。否则有什么意义呢？因此，成功的VUI设计需要在相关性和便利性方面提供更好的用户利益。

总结

保持信息简短有用，让用户有机会发言。确保信息对用户有意义可以为用户提供显着的益处。不要过早陷入冗长的细节。

四，使用上下文

为了使对话真正有效，我们必须关注上下文。一个优秀的对话参与者需要了解对话的来龙去脉，记住已经说过的转折点和相关点，并具有用户态势感知（例如，用户在国外，会有风暴在用户所在的位置，或者用户今天有三次尝试修改某些设置）。

同样，VUI设计也应尽可能利用用户的上下文。如果用户之前提供了一些信息，则VUI响应优选地基于现有信息。例如，用户做了什么，用户已经知道什么，用户在对话中说了什么。显然忽略了上下文，它会直接损害用户对智能助手的印象。有一个着名的VUI反例：“请仔细聆听，因为我们的菜单选项最近已经改变”，还有另一个版本：

对话10

VUI：请仔细聆听，我们最近对选项进行了一些更改。

尽管该语音旨在帮助用户，但实际使用无关紧要的信息会浪费用户的时间。

这种语音提示是我所说的“VUI Rough Goods”的典型特征。它的粗糙是忽视用户的背景是自以为是的。让我们来看看它的一厢情愿：它假设用户之前已经打过电话;它假设之前被调用的用户可以选择在修订之前听到（事实上，用户可能在几分钟前播放过它）。电话）;它假定“最近”的含义被理解为“最近几个月”;它还假设已经听过旧版本选项的用户可以真正记住当时的选项！上下文，这个提示对大多数听众来说都是无用的，我们已经分析了为什么VUI中无用的信息特别令人反感。

总结

我们已经讨论了业内过多的个性化，人工智能和数据驱动的创新。但事实上，只要在设计中保持对话的跟踪，并且保持用户的上下文的意识，就可以有效地改善用户对人工智能的感知。

五，用词和重点引导用户注意

在开发单语言语言结构时，VUI对已经提到的内容的认识非常重要。否则，打破“传入”的对话将给听众的理解带来负担，并导致模糊的不适。看看这两个不同的VUI响应（用户需要在不存在的日期预订航班）：

对话11

用户：预订… 6月31日。

VUI：实际上只有30天，你说六月中旬。

这个声音将新信息放在前面，旧信息放在后面;它打破了正常谈话的“后焦点”原则。

对话12

用户:预订… 6月31日。

VUI：事实上，六月只有30天。

这个声音在句子的末尾放置了新的信息，这更合理。

为什么第一段奇怪而机械，第二段更像是自然对话？ “专注于后方”原则给出了解释。根据这种对话原则（本文的引用已经简化），语言用户对语言信息安排有着意想不到的期望。根据默认规则，“新”消息出现在句子的结尾或接近结尾处，并以音调强调;并且首先显示“旧”消息。在您刚刚听到的示例中，“30天”是新信息，因此它应该以适当的重音出现在最后。在一个听起来很奇怪的版本中，旧的消息“六月”错误地扮演了新信息的角色。事实上，“六月”不应该放在句子的末尾，也不应该用语气强调;这会让它听起来更自然。

违反“关注后方”的原则将增加对交换的不必要的阻力。相反，遵循用户对信息结构的期望不仅会使体验更加自然和流畅，而且还会使用户更加确信VUI确实理解它的含义。

对话13

网友：谁是印度总理？

VUI：印度总理是Narendra·莫迪

首先陈述已知信息，让用户知道机器已经听到了他说的话，从而增强了用户对技术的信任。

这个例子表明，通过将旧信息（印度总理）放在前面，用户将立即知道机器正确识别了“印度总理”。相反，如果VUI说的是“意大利总理”，那么用户就不必花精力去听取这个名字。

总结

用户对使用单词顺序和重音的注意力被用于将用户的注意力集中在重要的事情上。尽可能在新信息前保留已知信息！（除非，您的VUI图像是在《星球大战》Yoda Master之后建模的.4）

6.不要教用户如何给出指示。 &ndash的;语言很自然

我个人最讨厌的最业余的VUI设计是“教用户怎么说”。以下是两个例子：

对话14

VUI：如果您需要更多选择，请说“更多选择”。

VUI：如果你想听到更多，请说“继续””。

这些提示模拟了一个典型的按钮界面（按键客户服务），用于教育用户如何沟通。

这些信息意味着用户需要学习如何说话，否则VUI不会给你这样的提示。还有更多这样的提示：“如果您需要什么，请说/请做点什么。这种提示有一些按钮语音服务的痕迹;类似于“技术支持，请按1;如需付款和结算，请按2”。事实上，这种信息很有价值（但仅限于关键互动领域），因为没有人从小就知道< 1”代表“技术支持”。设计人员和开发人员给键盘的意义是用户无法直观理解的。但在VUI的世界里，这样的暗示听起来很荒谬。这暴露了设计者并不真正了解VUI。对于公众来说，VUI的意义和好处是：说话很自然; VUI不需要学习。

请看下面一个愉快的会话提示示例：

对话15

VUI：重播？答复？听听下一个？

这个提示充分利用了对话的结构，这是舒适，自然和亲密的。

很难想象有人无法理解这种简单明了的提示。如果他们真的不明白，你可以再次提醒自己。我们已经讨论了简洁，有效和使用上下文的重要性。再次重复此操作，仅在必要时使用错误消息。

总结

避免教导用户如何在VUI设计中给出说明。如果你必须解释一条指令，那就意味着出了问题，你需要重新开始工作。与教导手的用户交谈;为什么不问用户一个问题，给用户一个说话的机会？这听起来很熟悉吗？这是聊天！

随着刷新机器人，语音助理和语音应用程序的重新兴起，我们现在有机会传播对话是成功用户体验的关键信息。这意味着不仅仅是使用接地气体的语言，例如“你是”这样的语言。而不是“你是”，或者使用“哦”和“rdquo;并且“谢谢你”。你必须知道，对话是大自然最伟大的杰作之一，也是我们通过语音沟通最有力的方式。最明智的做法是将这些古老的对话规则模仿为人类。第一步是从技术角度开始解释对话的本质。

附录