4、確定策略時需注意的幾點(diǎn)

輸入確認(rèn)：必須確保用戶感覺到自己是被理解的，同時有助于讓用戶知道，什么時候 VUI 不理解他們所說的話。

1、確認(rèn)錯誤的后果是什么？比如：預(yù)定錯誤的航班？制定錯誤的任務(wù)？播放錯誤的歌曲？

2、系統(tǒng)將如何反饋？比如：會有音頻提示嗎？是否有視覺反饋嗎？比如Amazon Echo上的光環(huán)。

3、是否擁有屏幕？比如：車載導(dǎo)航、手機(jī)屏幕、智能手表。

4、選擇合適的確認(rèn)形式？比如：明確確認(rèn)、含蓄確認(rèn)、混合式的確認(rèn)。

5、確認(rèn)策略的兩種方案

顯性確認(rèn)：重要信息，需強(qiáng)制用戶確認(rèn)信息。

隱性確認(rèn)：讓用戶知道他的話接收到了，但不需要他們確認(rèn)。

6、確認(rèn)信息的方式

三級置信度：

系統(tǒng)將在一定的閾值內(nèi)，以明確的形式確認(rèn)信息，拒絕較低置信度的信息，并以隱性確認(rèn)來確認(rèn)置信度超過80%閥值的信息。

1、80%以上，使用隱性確認(rèn)。如果是誤識別代價高的話，考慮采取顯性確認(rèn)。

2、45%-80%，使用顯性確認(rèn)，以明確的形式確認(rèn)信息。

3、45%以下的，拒絕確認(rèn)信息。

舉例：用戶：幫我再買一份口香糖。

VUI：（置信度大于80%，使用隱性確認(rèn)）好的，已經(jīng)為您再購買一份口香糖。

(置信度45%～79%，使用顯性確認(rèn)）您是想再多買一份口香糖，是嗎？

(置信度小于45%）對不起，我沒有聽清您講的話，您想買什么？

隱性確認(rèn)：

1、只使用隱性確認(rèn)，不要求用戶進(jìn)行操作。

2、將「答案」和連同「原始的問題的一部分」一同回復(fù)，讓用戶知道系統(tǒng)識別到的是哪個問題。

3、當(dāng)置信度高的時候，也可以不用連同問題，這樣更自然流暢。

非語言式確認(rèn)：

1、僅需行動反饋，而不需要口頭響應(yīng)。

2、通過視覺確認(rèn)，比如小米智能家居，可以通過語音交互打開燈光、電視、窗簾等。

     a、如果沒有延遲，沒必要再對其回復(fù)。

     b、如果有3-5秒延遲，需進(jìn)行回復(fù)，讓用戶知道并不是設(shè)備沒有聽到她的聲音。

3、使用一個“聲音標(biāo)識”，即簡短的、有識別度的聲音。這樣有助于幫助用戶快速知道他們已經(jīng)到了哪一步。

通用確認(rèn)：

1、在某些對話式系統(tǒng)中，最好不要詢問用戶具體說了些什么 - 哪怕是隱性確認(rèn)。

2、通用確認(rèn)可以讓用戶分享更豐富的體驗(yàn)，因?yàn)檫@類反饋能適應(yīng)用戶輸入的各種信息，并讓對話繼續(xù)進(jìn)行。通常人與人之間的對話，也不會句句必回復(fù)，也會有 “嗯” “哦 ”“啊” “然后呢”等。 

視覺確認(rèn)：

1、確認(rèn)一個項(xiàng)目清單，通過屏幕顯示進(jìn)行溝通會更加有效。人的記憶有限，通常用戶一次性不能記住超過大約7個聽覺項(xiàng)目。

2、用來確認(rèn)用戶的選擇。用戶可以通過說話或按下按鈕來回復(fù)。而 GUI 的反饋指令更加明確。

7、判斷你的 VUI 適合哪種類型

目前大多數(shù)的 VUI 系統(tǒng)都是“命令 - 控制”模式，這意味著當(dāng)用戶想要說話時，必須給出明確的指示。

1、用戶可以隨時向系統(tǒng)詢問 / 發(fā)出命令嗎？

2、是否參與一個有明確開始和結(jié)束的封閉式對話？

8、命令-控制模式

喚醒系統(tǒng)方式：按鍵通話（車載導(dǎo)航、Siri等）、直接進(jìn)行關(guān)鍵詞呼叫（“OK Google”“小度”等喚醒詞）。

喚醒系統(tǒng)反饋：系統(tǒng)檢測到用戶說話完成，通常會使用某種非語言的音效進(jìn)行提示，然后做出相應(yīng)處理（比如：“?！钡囊宦暬蛘咭曈X反饋：聲波線、點(diǎn)狀動效、設(shè)備逐漸發(fā)光等）。

系統(tǒng)聆聽時間：用戶說出喚醒詞或按下按鈕后，系統(tǒng)保持聆聽狀態(tài)的時長，根據(jù)經(jīng)驗(yàn)來看，10秒 是個不錯的起始時間段。

喚醒響應(yīng)時間與反饋方式

喚醒響應(yīng)時間與喚醒反饋方式有關(guān)，不同喚醒反饋方式下，最佳響應(yīng)時間不同：

1、當(dāng)喚醒反饋為"燈光"反饋時，喚醒響應(yīng)速度越快越好，在200ms時，用戶響應(yīng)舒適度最高（對響應(yīng)時間評價為剛剛好的用戶比例），73%的用戶對速度滿意。

2、當(dāng)喚醒反饋為"燈光+音效"時，喚醒響應(yīng)速度的舒適時間為300ms左右，76%的用戶對速度滿意。

3、當(dāng)喚醒反饋為"燈光+人聲"時，喚醒響應(yīng)速度的舒適時間為500ms左右，74%的用戶對速度滿意。

數(shù)據(jù)來源：百度人工智能交互設(shè)計院智能音響時間測試實(shí)驗(yàn)

喚醒等待時間體驗(yàn)感

用戶請求及反饋階段響應(yīng)時間對等待體驗(yàn)的影響：

1、1250ms以內(nèi)是用戶認(rèn)為響應(yīng)速度較優(yōu)的區(qū)間，其中650ms為最佳體驗(yàn)值。在450ms時，少量用戶覺得響應(yīng)速度太快了，用戶會感覺到緊迫感和壓力，難以接受。

2、在1450ms時，有53%的用戶開始感覺響應(yīng)有延時，但仍能夠接受。

3、從2150ms開始，有20%的用戶認(rèn)為音箱響應(yīng)太慢，不能夠接受。我們認(rèn)為20%的用戶不滿意，已經(jīng)不足以被稱為一個優(yōu)秀的產(chǎn)品。

數(shù)據(jù)來源：百度人工智能交互設(shè)計院智能音響時間測試實(shí)驗(yàn)

9、對話模式

1、不要強(qiáng)迫他們不斷地去表明他們將要開始說話，自然地對話技巧進(jìn)行話輪轉(zhuǎn)換。

2、通過更精細(xì)的設(shè)計，使 VUI 系統(tǒng)可以處理一些常見的微妙表達(dá)方式。（用戶處理完畢說“謝謝”，你可以設(shè)置系統(tǒng)忽略這種情況，或回復(fù)“不用客氣”，而不是提示或者報錯。）

3、不要問你都無法理解的反問句。

4、打破話輪轉(zhuǎn)換的情況，用戶在系統(tǒng)說完之前就進(jìn)行提問。

5、在命令 - 控制模式和對話模式之間進(jìn)行切換。喚醒之后進(jìn)行自然的對話。

10、對話式標(biāo)識

使 VUI 更加人性化、更具吸引力，對話式標(biāo)識是讓用戶了解交談進(jìn)展以及進(jìn)展情況的重要方式，當(dāng)系統(tǒng)在對話中使用了一些基本的對話禮儀后，用戶的參與度會更高，并且會以同樣的方式進(jìn)行回復(fù)。

反面案例:

虛擬助理：你昨晚你睡了幾小時？

用戶：大約7個小時。

虛擬助理：你昨天吃了幾份水果和蔬菜？

用戶：大概有4份。

虛擬助理：你昨晚吃藥了嗎？

用戶：吃藥。

虛擬助理：再見。

正確案例:

虛擬助理：我會問你幾個有關(guān)你身體健康的問題。第一個問題，昨晚你睡了幾小時？

用戶：大約7個小時。

虛擬助理：不錯。你昨天吃了幾份水果和蔬菜？

用戶：大概有4份。

虛擬助理：了解了。最后一個問題，你昨晚吃藥了嗎？

用戶：吃藥。

虛擬助理：好的，暫時就這些了，我明天還會再問你的，回見。

11、異常處理

“當(dāng)你與人類交談時，永遠(yuǎn)不會出現(xiàn)不可恢復(fù)的錯誤狀態(tài)?！?

— ABI JONES, Google 設(shè)計主管

“你偶爾因?yàn)榉稿e和不知道某些事情導(dǎo)致評分降低造成的影響，比你每次做對一件事情重要百倍?！?nbsp;

— 英特爾語音助手部經(jīng)理 Pilar Manchon

如果處理的得很好，錯誤情況就不會影響用戶，你可以讓用戶回到正常流程，并順利完成任務(wù)。但如果處理不好，用戶不僅這次無法完成任務(wù)，他們以后都可能再也不用你的產(chǎn)品了。

一個好的設(shè)計師應(yīng)該知道，你不能只設(shè)計正常的情況， 你還要對出錯的情況做出設(shè)計。這對于 VUI 設(shè)計來說尤為重要，因?yàn)槌鲥e情況是家常便飯。

未檢測到語音 / 檢測到語音，但沒有識別

1、什么情況下可以明確說出來？

     a、你的系統(tǒng)只使用語音

     b、用戶沒有其他的回復(fù)方式

     c、必須要用戶回復(fù)后，系統(tǒng)才能繼續(xù)進(jìn)行任務(wù) / 對話

2、什么情況下可以什么都不做？

     a、用戶可以通過其他方式進(jìn)行下一步操作（比如通過按鍵選擇）

     b、就算什么也不做，也不會中斷對話

     c、系統(tǒng)沒有理解時，用視覺信息提示告訴用戶，比如：提示列表等

     d、利用虛擬表情形象反饋，疑問、微笑等動作表達(dá)

其他異常處理

1、當(dāng)出現(xiàn)：語音被正確識別，但系統(tǒng)無法處理

     a、程序?qū)﹃P(guān)鍵屬性理解不明，寫了錯誤的回復(fù)

     b、沒有針對一些情況的回復(fù)

解決：對用戶可能會說到的所有情況做更完善的預(yù)測，通過數(shù)據(jù)收集來避免此問題

2、當(dāng)出現(xiàn)：部分語音識別錯誤

     a、什么也不去處理，因?yàn)檫@不是你想要的結(jié)果

     b、匹配錯誤的行為

解決：可以用 N-Best 列表來智能匹配最有可能的識別結(jié)果

3、增強(qiáng)錯誤提示

     a、當(dāng)需要用戶說話的時候，使用這種增強(qiáng)錯誤提示策略

     b、必要的情況下，進(jìn)階錯誤行為提示可以更為詳細(xì)，并提供更多的幫助

     c、如果你正在設(shè)計一個可以提供真人輔助的系統(tǒng)，可以為錯誤數(shù)量設(shè)置一個閾值，當(dāng)達(dá)到該閾值時，將用戶轉(zhuǎn)移給人工助手  

12、新手和專家用戶

如果你的用戶會定期使用你的系統(tǒng)，那么在設(shè)計中就需包含不同的策略。

“務(wù)必確保你的目標(biāo)不是簡單的訓(xùn)練你的用戶，應(yīng)當(dāng)適應(yīng)用戶的行為，而不是用已有的命令讓用戶感到厭煩?！?

— Google 交互設(shè)計師 Margaret Urban

我們在 VUI 設(shè)計上該如何更好的交互設(shè)計？

1、減少冗長指令以及其他引導(dǎo)提示。通過計算 APP 使用次數(shù)和頻率來確認(rèn)是否切換模式。

2、縮短解釋性提示。但是請務(wù)必使用“對話式標(biāo)識”。

3、啟動效應(yīng)。

什么是啟動效應(yīng)？

指某人受到某種特定的刺激后（例如一個詞語或者圖像）會影響他們對之后刺激的反應(yīng)。首先讓用戶預(yù)先知道你會問他們幾個確定數(shù)量的問題，為后面會發(fā)生的事情提供了暗示，用戶就會知道如何去準(zhǔn)備。比如以下情況：

1、當(dāng)給人們呈現(xiàn)一個還沒完成的草圖，隨著這個草圖越來越完整，人們就越來越辨認(rèn)出這張圖畫的是什么。之后，再給他們呈現(xiàn)其他還沒完成的草圖時，他們會更早辨認(rèn)出這張圖畫的是什么；

2、如果當(dāng)給人們呈現(xiàn)一組漢字，假如里面含有 “河” 這個字，隨后讓他們寫出部首是 “氵” 的字時，這些人回答 “河” 的幾率會更大。

談?wù)勛约簩π率趾蛯＜矣脩舻睦斫?/strong>