交互设计的未来--声音设计（Voice Design)

雪人围炉

伦敦大学金史密斯学院社会心理学硕士

APP，我常常觉得这像哆啦A梦的百宝箱，点开一个图标，就能有一个功能被打开。

而能想象吗？未来的世界甚至会更加神奇。甚至不需要哆啦A梦把手伸进口袋里，只需要发出指令（就像念咒语一样），功能就可以实现。

The future is arriving. 未来，人们甚至都不用打开手机，费力查找不同的APP，再点入界面一个个实现功能，直接对着你的设备做一个手势，或者说一句话，马上就心想事成。我们即将来到一个APPles world

而声音设计（Voice Design）在其中扮演了至关重要的作用。各种智能语音助理登场（天猫精灵，小度，小爱同学，Alexa，Siri，Google Assistant），而声音界面（VUI）与图形界面（GUI）有什么不同呢？

最大的一个区别是--

声音界面设计是由用户引导界面，图形界面设计是由界面引导用户。

这个是由声音和图形两种媒介不同的性质带来的。 传统的界面设计是设备端发出（图形）-->用户（触碰）做出反应-->设备端发出新的（图形）。声音设计则是靠两端的（声音），用户发出（声音）激活指令-->设备端发出（声音）进行回应-->用户再用（声音）回应设备端的回应。

在视觉交互主导的APP中，所有的图形文字都是提前设置好的，也有着每一个功能的用户流（user flow），每一个按钮的功能也都被预设好。用户只需要按照视觉线索，在已有框架范围内进行选择，即可达成目的。

而声音交互主导的APP中，虽然所有的功能（prompt，response，script）声音设计师也会预设好，包括用户可能会发出的指令与功能（intent，utterance）都已经预先存储好，但最终还是要用户去开启指令，用户去引导对话。整个的流程会比传统APP更灵活多变。

可想而知，

-->图形设计的信息架构（information architecture）是更有层级的，如在导航栏中，有很多按钮功能是被嵌套到（nest）母类别中，而声音设计由于是线性的传输，其架构更加扁平（flat）。所有的功能都是在同一级别上（make all options top-level）。这能让原来在复杂的图形界面上的搜索更便捷。比起在图形界面上转到搜索框-->输入搜索关键词-->筛选，你只要跟你的语音助手说一句“小助手，你帮我找一个XX样的XX。” 直接一步到位。

-->除了语音搜索更加便捷之外，语音助手还弥补了很多传统APP的限制。比如在使用场景中，如果用户的手腾不出来（如开车，做饭）时，这时语音交互便可以帮上忙。而语音技术的发展对于提高科技的可接受度（accessibility），对于像残障人士，老年人和孩子，都能够更大程度上接触到科技。当然，声音设计也有其不适用的地方，面对复杂庞大的信息呈现，用户不能像在界面上一下子“scan”快速浏览，完全依靠机器人念出来可能会非常无趣。

-->在设计原则的指导上，用户体验设计在图形界面上需要满足的是一致性（consistency）。通过一致的UI，减少用户的认知载负量（cognitive load）. 但声音界面却要求多样性（variety）。想象一下如果你的语音助理每次只给你回复同样的话，你会不会觉得很无聊。毕竟，与图形界面互动和与智能语音助手互动的感觉是不同的。

亚马逊的开发人员给出的声音设计的四个建议：

1. Be adaptable: Let users speak in their own words 让用户自己去说，用户引领，语音助理反应。

2. Be personal: Individualize your entire interaction 人性化，让用户觉得有趣，而非仅与机器人聊天。

3. Be available: Collapse your menus; make all options top-level 能让用户快速得到帮助。

4. Be relatable: Talk with them, not at them 要了解使用者，创造互动性强的体验。

-->在具体的设计上，声音界面设计的user flow很难用流程图表示。因为用户可以给出很多样的指令，导向的结果也是多样的，按步骤来走的流程图有可能会变得巨复杂无比。而这时会采用Fram/Dialogue management的方式去管理不同情境下的对话。