吴宇 吴闻宇

摘要：科技的发展不断丰富了家庭生活体验的可能性，人们对更高生活品质的追求也使得智能家居正在逐步占领家居市场并发展成为主流，国内外各大厂商都在蜂拥挤入智能语音产品领域，而VUI（Voice User Interface，语音用户界面）作为一种更自然的交互方式也在快速发展。文章阐述了语音用户界面交互特点，并对VUI与GUI在使用场董;及交互方式等方面的优劣势进行对比。提出智能家庭场瑟;下以语交互为核心功能的界面设计方法，并探讨语音交互的设计难点及挑战。

关键词：智能家居;语音用户界面;语音交互设计;体验设计

中图分类号：J524 文献标识码：A

文章编码：1672-7053（2019）01-0140-02

当语音交互、智能匹配和个性化推荐成为新一代的主流交互方式时，以APP为核心的智能家居生态将经历从移动互联到智能物联的转变。如Amazon Echo和Google Home之类的具备语音功能的家庭助理设备，也在逐渐成为智能家居的控制入口。借助语音，这些设备可帮助用户控制灯光、定时、播放音乐、查询天气等。设备只是载体，决定其产品体验核心的是背后的语音交互体验，也是产品价值体现的重要环节[1]。作为自然人机交互方式的一种，语音交互是现阶段交互形式的创新点[2]，在近年来越来越多地被运用到了智能家居交互场景之中，而对于智能家居场景下语音用户界面交互设计方法、流程的研究相对匮乏。已有研究更多的是从技术的角度审视智能家居，缺乏从用户体验角度对语音用户界面交互设计的探讨，因此语音交互设计需要针对特定场景，做功能与交互体验的区别设计。

1 语音用户界面简述

VUI（Voice User Interface，语音用户界面）第一个重要时期起源于20世纪90年代交互式语音应答（Interactive Voice Response，IVR）系统的出现，该系统可通过电话线路理解人说的话并执行相应的任务，借此人们可以进行票务预订、排片查询、交通信息查询等操作，到21世纪初，IVR系统已成为主流[3]。

如今我们已处在VUI的第二个时期。各大公司都已推出了自己的语音助手，如微软的Cortana，谷歌的Google Now，苹果的Siri，这类集成了视觉和语音信息的载体，可允许用户同时使用语音和屏幕进行交互，如图1。自从2014年亚马逊发布Echo，智能音箱市场的序幕便被拉开，后续谷歌推出Google Home，苹果发布Home Pod，如图2。国内相继推出天猫精灵、若琪、小爱等。除家居互联、天气查询、音乐播放、对话功能外，各家公司也在不断深入细化场景，结合定位进行差异化设计，以提升产品附加值，更好地搶占市场份额。

2 VUI和GUI优缺点分析

作为两种主流用户界面交互方式，VUI和GUI各有所长，也有因其交互形式和特点带来的劣势，以下对两种交互方式的优缺点进行对比。

2.1 VUI的主要优势

1）自然直觉性。用语言表达想法是人类的一种本能反应，无论对技术是否了解，绝大多数人都知道自然地进行语言回复，使用VUI可降低用户学习成本。

2）释放双手。在特定场景下，如驾车、做饭、或设备暂时不在手边时，通过语音输入可以更加快捷方便地获取想要的信息，在这种场景下使用VUI比手动输入图形化输出更加合适。

3）无边界感。GUI是一种预设路径的交互方式，在相对固定的结构中，引导用户沿着规划好的路径完成操作。此外，有限的界面显示能力要求对信息进行分层，在无形中提高了用户的理解成本。而VUI允许人们使用更加真实自然的表达来获取反馈，交互流程更加直接，突破了界面层级的限制。

2.2 VUI的主要劣势

1）输入输出和理解的不确定性。 GUI对输入行为进行了统一，用户输入文字呈现在界面上，执行动作与返回信息比较确定。而语音交互流程涉及到语音识别（ASR）、自然语言理解（NLU）、对话管理（DM）、自然语言生成（NLG）、语音合成（TTS）等环节，用户输入内容、系统理解能力的不确定性会导致输出反馈的不确定性，从而影响用户体验。图3为语音交互技术流程。

2）使用场景有限。VUI在使用时易受环境、使用场景的限制。在远场或噪音干扰下语音识别准确率会有所下降。而在一些公共场所中，使用GUI的文字信息模式会更加合适，也会更好地保护用户隐私。

通过对比发现，GUI在信息层级清晰性和场景通用性方面更具优势，相较于VUI点状获取信息的方式更为高效。而VUI作为一种自然的交互方式，交互体验更具情感和温度。两种方式需互相协作。

3 智能家庭语音交互界面设计建议

智能家庭场景具有语音信号相对稳定、环境相对安全、用户各异、需求多样等特点。虽然目前一些通用的用户界面设计原则仍适用于VUI系统，但语音交互用户的输入是没有边界的，从“无形”到“有形”的设计，需在方法和流程上做更专业和系统的归纳总结。Amazon及Google都已提出了较成熟的VUI交互设计规范，下面主要针对智能家庭场景提出设计建议。

3.1 人物模型设定

VUI中的人物模型类似小说电影中的“人设”，作为用户与之沟通的对象，其语气、音量、语调、语速、性格等特征是用户接触的第一感受，人格化的VUI能够使情感传递更具真实性。Amazon Echo定义了虚拟的成熟职业女性形象，小米智能音箱将二次元形象的小爱同学进行了实体化，无论VUI系统是否有诸如虚拟形象的可视化组件，都需要一个人物模型。在定义人物模型日寸需考虑以下几点。

1）保持人物模型的一致性。在设计人物模型时，需避免人格特征的过度设计。对于一些相对通用的产品或使用场景，人格设定应尽量含蓄，避免与产品产生不协调的感觉，导致用户对产品的信任感降低。保持人物模型一致性也可以给用户一定的心理预期，得以预测接下来会发生什么[4]。

2）虚拟形象抽象化。虚拟助理是最常见的虚拟形象之一，如微软Office早期的虚拟助理Clippy、小米智能音箱的小爱同学等。但虚拟角色并不是提供视觉反馈的唯一方式，许多成功的VUI助理并没有具象化的虚拟形象，如Google、Siri、Cortanao抽象的视觉反馈同样能够有效传达VUI何时在倾听、思考、或无法理解用户输入的信息。如图4，微软Cortana的视觉化“情绪”，在不同情感状态下，通过不同形态的蓝色圆圈来对不同的问题进行回复[5]。

3.2 擅用多通道交互

在场景丰富的家庭环境中，用户多种感官通道易被同时占用，此时可通过视觉和语音的强关联性来强化语音交互。对于一些较为复杂的信息（例如长列表、地图），可利用视觉通道信息的优势，通过可视化媒介进行语音确认。以智能音箱的唤醒反馈方式为例，分别对比小爱同学、叮咚、天猫精灵的唤醒反馈方式，结果评价显示用户最倾向于小爱同学“简明灯光+简短提示音”的唤醒反馈形式。虽然灯光反馈可更加直接地告知用户系统运转良好，但在家庭场景中，很可能用户在低头、看向其他方向时没有注意到提示灯亮起而错过唤醒时间，因此需要两者结合。

3.3 预防错误和及时更正

虽然语音识别技术现已有大幅提升，但由于语音输入的交互流程相较于GUI更加自然，也就意味着系统将会收到用户大量无用的语音输入信息，因此应尺量设计能避免用户输入错误语音的流程，以及预测用户可能出现的错误并及时提示用户纠正。

1）不要责怪用户。VUI可能出错的情况都多种，如未监测到语音、监测到语音但未识别、语音未被正确识别等。当遇到这种情况时，首要遵循的原则是在任何时候都不要责怪用户。责怪性的消息会影响用户对系统的看法，甚至影响用户的行为表现。

2）增强错误提示。使用错误提示策略可以引导用户正确输入系统所需信息，如使用“抱歉，我没听清，请再说一遍您所在的城市”而不是“抱歉，我没听清，请再说一遍”。进阶错误行为提示可为用户提供更为详细的帮助。

3.4 关注不同场景下的差异化需求

不同的家居场景下用户对语音界面交互功能的需求有差异。以智能音箱提醒的响起方式为例，在起床场景中，用户需要从睡眠状态被唤醒;而当用户在清醒状态下集中注意在其他事项上时，需求就变为注意任务的转换，两类应用场景下，提醒响起到提醒关闭的流程便有所不同。

4 结语

综上所述，可以看到语音用户界面交互设计在智能家庭领域有广阔的研究前景，但语音交互发展至今，还有许多技术边界导致其仍未达到成熟应用的水平，遇到的挑战贯穿整个设计流程：如噪音干扰下的语音识别准确率有待提升;由于AI目前还不能做到很好地联系上下文、缺少人类普遍了解的常识，无法准确识别用户意图来进行持续交谈。这些问题都需技术层面的不断完善。而从用户对智能语音产品的评价中发现，用户对智能语音产品的认知仍信心不高，因此市场和用户也需要一段时间去教育。在形成系统规范的语音交互设计方法和流程上，也需要更加专业的归纳。

本文系东南大学教学改革基金项目（5202007110）。

参考文献

[1]潘越.浅析物联网时代下的交互设计[J].设计，2017（3）.

[2]沙强，孙婷婷.次任务驾驶中智能语音交互行为体验[J].设计，2016（11）：22-23.

[3]Cathy Pearl.语音用户界面設计：对话式体验设计原则[M].王一行译.北京：电子工业出版社，2018.

[4]Isbister，K，&Nass，C..（2000）.Consistency of personality in interactive characters：verbalcues，non-verbal cues，and user characteristics.International Journal of Human-ComputerStudies，53（2）：251-267.

[5]Ash M.（2015）.How Cortana Comes to Life in Windows 10.http：//bloqs.windows.com/.2018.