我曾給我外甥和外甥女買過語音機器人-撲閃著兩只萌萌大眼，配上胖墩墩的mini人物外形，本來以為會深受兩個小不點的喜好，誰知兩小不點在夜里被機器人嚇得之后都不敢靠近。正如Meadows曾提出“恐怖谷理論”：與人類極其相近但不完全相同的事物容易引起人的恐慌，也因這件事引發(fā)了我對兒童語音產(chǎn)品的探究。

如下圖：

恐怖谷理論

行業(yè)產(chǎn)品研究

簡單總結(jié)業(yè)內(nèi)兒童語音機器人做的比較出色的其中三家（并未窮盡，聊表敬意）：科大訊飛的阿爾法蛋、狗尾草的公子小白、ROOBO的布丁豆豆。總結(jié)有誤之處還請指正。

（1）水平對比分析：下圖部分展示三家公司產(chǎn)品中其中三款產(chǎn)品的定位和交互、展示方式，且得到小結(jié)論：

• 主要面向0-16歲人群群體；
• 產(chǎn)品定位主要涉及兒童呵護、兒童教育（早教、學(xué)習(xí)指導(dǎo)）、生活助理；
• 教學(xué)內(nèi)容基本為早教至初三前教學(xué)資源，少量涉及高中教學(xué)知識；
• 交互形式主要包括VUI（語音用戶界面）、GUI（圖形用戶界面）；
• AI技術(shù)包括聲紋識別、ASR（語音轉(zhuǎn)文字識別）、自然語言處理和對話管理、語音合成、計算機視覺OCR（文字識別）、TTS（文字轉(zhuǎn)語音識別）、知識圖譜。

（2）垂直對比分析：將同家公司旗下的不同版本的語音機器人產(chǎn)品進行功能對比。

科大訊飛旗下有大蛋、小蛋、超能蛋、金龜子等，四款產(chǎn)品明顯區(qū)別：

• 大蛋有屏幕和攝像頭，可以滿足比如視頻通話、安全監(jiān)控、聲控拍照等關(guān)于視頻方面的操作需求，其它三款沒有。
• 大蛋和超能蛋是語音喚醒，小蛋和金龜子蛋是按鍵喚醒。

狗尾草旗下有公子小白成長版I、公子小白成長版II、公子小白青春版、公子小白Pro等，旗下產(chǎn)品比較清晰地劃分目標(biāo)群體用戶，成長版II主要針對嬰幼兒，成長版I主要針對學(xué)齡前至少年期，青春版主要針對青年期，Pro版主要針對成年期。

成長版和成長版II的明顯區(qū)別：

• I版有記憶調(diào)教，II版沒有，考慮學(xué)齡前至少年期兒童群體心智已較成熟且口頭表達能力較流暢；
• I版為語音喚醒，II版為按鍵喚醒，考慮鍛煉兒童動手能力和降低嬰幼兒因口齒不清喚醒機器人的難度。

ROOBO旗下有布丁機器人1S、布丁綠豆、布丁迷你豆、布丁豆豆慧讀版等，區(qū)別在于：

• 布丁綠豆是1S的版本升級，增加了觸摸操控+屏幕表情，雙插電充電+升級電池、記憶功能、學(xué)習(xí)報告、視頻功能、豐富了教學(xué)資源；
• 布丁豆豆慧讀比綠豆增加了繪本讀書器功能；
• 迷你豆比綠豆減少屏幕，增加微聊和胎教教學(xué)內(nèi)容。

小結(jié)思考：“是否需要為兒童提供屏幕動態(tài)視頻展示功能”、“是否需要針對不同年齡段兒童制作不同功能版本的機器人”是我在了解行業(yè)產(chǎn)品后發(fā)現(xiàn)的有趣探討點，在接下來“心理學(xué)角度思考：兒童語音機器人VUI設(shè)計”系列會進一步涉及個人觀點。

心理學(xué)角度思考：兒童語音機器人VUI設(shè)計（早教篇）

第一步：確定目標(biāo)用戶群體

意大利著名的“蒙特梭利教育理念”提到：寶寶在6歲前不同階段對語言、動作、細節(jié)、程序、書寫、閱讀等特別敏感，該段時期稱為“敏感期”，抓住該段時期讓孩子從無意識狀態(tài)過渡到有意識狀態(tài)，并建立起寶寶所特有的心理結(jié)構(gòu)和語言表達機制。

0-6歲孩子八大敏感期如下：

本篇主要研討早教語音機器人VUI設(shè)計，目標(biāo)用戶群體為0-6歲嬰幼兒群體。

第二步：樹立VUI人格特質(zhì)，選取符合產(chǎn)品形象的音色

Cathy Pearl在《語音用戶界面設(shè)計》一書中曾提到：

“用戶會將你的VUI人格化，無論你是否有意讓用戶這樣做，他們都會認為VUI具有某種人格特質(zhì)，最好做法是你自己在設(shè)計時就確定好VUI人格?！?/p>

Siri的高冷女性形象、微軟小冰的賣萌逗趣小可愛、小愛同學(xué)的青春二次元美少女便是主動打造VUI虛擬角色、樹立不同人格特質(zhì)的做法。

而0-6歲嬰幼兒最需要家人陪伴，因此機器人形象樹立為年輕溫和的寶爸或?qū)殝?，由于不同家庭寶爸寶媽陪伴孩子的時間各異，可構(gòu)建兩種形象版本讓用戶切換選擇，比如：某戶家庭中陪伴孩子時間比較少的是爸爸，用戶可以選擇“寶爸”版本，讓語音產(chǎn)品填補寶寶缺乏的來自父母某方的陪伴。

而機器人語音音色的選擇需要和產(chǎn)品形象保持一致，需要溫和不嚴厲的年輕音色。目前科大訊飛已經(jīng)推出聲音復(fù)刻技術(shù)在小范圍群體使用，往后若聲音復(fù)刻技術(shù)達到推廣應(yīng)用水平，或許可讓用戶通過復(fù)刻自身聲音來自主定義機器人語音音色，使得寶寶更真切感受到家人的陪伴。

第三步：明確產(chǎn)品定位，構(gòu)思功能，繪制VUI流程圖

流程圖在IVR（互動式語音問答）設(shè)計中用于展示VUI系統(tǒng)所有可能發(fā)生路徑的圖示，在繪制流程圖前要先根據(jù)產(chǎn)品的定位和目標(biāo)確定產(chǎn)品功能。

• 產(chǎn)品定位為：早教+陪護。
• 產(chǎn)品目標(biāo)包括三項：開發(fā)智力、關(guān)注心理健康、保障安全。

Part 1 : 產(chǎn)品功能考慮細節(jié)

屏幕視頻功能考慮：

針對早教是否需搭配動態(tài)視頻展示這個問題，有的機器人產(chǎn)品考慮保護孩童視力不建議增加動態(tài)視頻功能。

個人觀點是：根據(jù)“蒙特梭利教育理念”提到的0-6歲寶寶的“感官敏感期”，4個月左右時，寶寶大腦中負責(zé)聽覺、語言、嗅覺的顳葉和枕葉會變得更加活躍，色彩鮮艷、情節(jié)簡單的擬人卡通視頻會對他們更有吸引力，且在有助在其不識字狀態(tài)幫助理解學(xué)習(xí)。感官的全面調(diào)動也有助于開發(fā)寶寶智力。

互動游戲功能考慮：

同時，“蒙特梭利教育理念”提到：孩童6個月后會進入咿呀學(xué)語模仿階段，9個月左右進入語言理解階段，13個月左右可進入以詞帶句教育階段，下圖舉例了3-6歲孩童的語言能力發(fā)展目標(biāo)。

此階段要讓孩童多與環(huán)境中對應(yīng)的事物互動并鼓勵說出來、培養(yǎng)孩童的專注力和聽力等，這種情況下趣味性的互動游戲便不可或缺。

引用《蒙特梭利：兒童語言能力訓(xùn)練》

虛擬表情動態(tài)功能考慮：

美國著名的心理學(xué)家丹尼爾.西格爾在《全腦教養(yǎng)法》中提過“印證式傾聽”，而印證式傾聽的前提是讓對方感受到自己是在用心了解其觀點。孩童渴望得到關(guān)注和聆聽，因此當(dāng)機器人跟寶寶在溝通對話時，搭配上虛擬表情狀態(tài)，表達對溝通者的關(guān)注和喜怒哀樂情緒的共情。

狀態(tài)追蹤監(jiān)護功能考慮：

如果要打造寶寶狀態(tài)追蹤監(jiān)護功能，機器人硬件最好設(shè)計為可移動+室內(nèi)空間定位，搭配計算機視覺技術(shù)。家長可在離家時開啟寶寶追蹤監(jiān)控，通過人物識別確定追蹤對象身份而追隨其活動，重點識別是否進入危險區(qū)域和人體姿態(tài)識別其是否出現(xiàn)摔倒等狀況。打造該功能時產(chǎn)品方需要承擔(dān)責(zé)任風(fēng)險和考慮孩童抵觸心理，以及遇到像掃地機器人無法抵達家里某些空間的問題。

磨牙功能考慮：

寶寶6歲后進入探索事物的萌芽期，把抓到的東西放入嘴里啃咬是他們探索世界、尋求安全感的一種方式，且長牙階段的難受使得寶寶更頻繁咬東西。弗洛伊德的兒童心理學(xué)理論將該階段稱為口唇期，阻止孩童啃咬東西容易導(dǎo)致孩童長大后缺乏安全感和咬手指等壞習(xí)慣，因此要主動給寶寶提供安全衛(wèi)生耐啃咬的產(chǎn)品。

Part 2 : 確定總產(chǎn)品功能（以下功能只是部分舉例）

【早教功能】

• 英語動畫視頻教學(xué)+中英互譯；
• 故事詩歌等中文視頻教學(xué)；
• 雙語語言游戲；
• 知識百科（兒童百科知識+育兒知識）。

【陪護功能】

• 關(guān)注心理健康的AI對話+虛擬表情動態(tài)；
• 兒童歌曲；
• 微聊+雙視頻通話+狀態(tài)追蹤監(jiān)護；
• 童鎖+防近視屏幕；
• 定時提醒；
• 家居設(shè)備中控；
• 防摔耐磨+安全磨牙材質(zhì)。

Part 3 : 繪制VUI流程圖

VUI流程圖設(shè)計關(guān)注點如下：

• 設(shè)計的可發(fā)現(xiàn)性：讓用戶知道IVR系統(tǒng)都能為其做什么；
• 設(shè)計的完整性和可退出性：確保每個狀態(tài)豆包含一組通用組件，如：主菜單、幫助、操作、重復(fù)、退出；
• 根據(jù)用戶使用時間間隔，區(qū)分新用戶和老用戶的提示設(shè)置；
• 針對異常情況的應(yīng)答處理；
• 每個狀態(tài)的記憶選項不超過7個，當(dāng)記憶選項過多時采取GUI+VUI結(jié)合的交互方式。

【第一種VUI流程圖】

• 優(yōu)勢：每個分支用戶記憶選項比較少；
• 劣勢：用戶交互步驟較為繁瑣。

【第二種VUI流程圖】

• 優(yōu)勢：用戶交互步驟比較簡潔；
• 劣勢：每個分支用戶記憶選項比較多，需要搭配GUI進行交互。

第四步：兒童對話場景設(shè)計思考

Part 1 : 語音對話技術(shù)實現(xiàn)原理

（該圖出處不明確，知道原作者請告知，我加以注明）

以一張圖講述語音交互系統(tǒng)實現(xiàn)原理，幫助對語音交互理解，在語音對話技術(shù)實現(xiàn)過程中的需要注意的事項：

• 實現(xiàn)多輪對話和長依賴關(guān)系，解決對話問題；
• 處理一詞多義，語言消歧、否定詞問題；
• 對用戶情感理解解析，對不同狀態(tài)下語氣詞表示含義的識別和反饋；
• 良好的端點檢測功能引擎，如何更好實現(xiàn)語音降噪；
• 如何保障用戶數(shù)據(jù)隱私和數(shù)據(jù)安全不泄漏。

Part 2 : 調(diào)研常見情景，構(gòu)建對話邏輯，設(shè)計用戶指令集

面對紛繁復(fù)雜的用戶使用情景，可以區(qū)分使用人群，了解不同人群常見使用情景而重點梳理構(gòu)建對話邏輯，在此要考慮到的是：兒童早教機器人的用戶群體不僅有孩童，還有孩童的家人等成人群體。

本次選取用戶使用中文早教功能來構(gòu)建對話邏輯：

針對中文早教的用戶使用場景，<course>、<grade>、<type>是設(shè)計用戶指令集時設(shè)置的槽位（slot），下圖列舉部分用戶指令：

Part 3 : 通用的語音對話設(shè)計注意事項

根據(jù)Cathy Pearl在《語音用戶界面設(shè)計》的理論，匯總語音對話設(shè)計通用注意事項：

• 對話的親切自然、簡短突出要點，加入基本對話禮儀，不要責(zé)怪用戶，語速適中；
• 設(shè)置自然的啟動和結(jié)束對話模式，利用啟動效應(yīng)讓用戶知道提問進度；
• 針對復(fù)雜問題，給出答案格式實例；設(shè)置更好的問題結(jié)構(gòu)，避免問到一半，用戶已搶先回答出不規(guī)范的答復(fù)；
• 構(gòu)建N-Best列表，根據(jù)可能性和置信度排序問題答案，解決部分語音識別錯誤問題，兼容用戶更多不同形式的回復(fù)；
• 適當(dāng)?shù)亟o用戶反饋，包括給用戶確認、系統(tǒng)出現(xiàn)等待時間時候等的反饋；
• 區(qū)分無語音超時（NSP）和語音終止超時來設(shè)置語音超時時間，如確定用戶說完喚醒詞后無語音超時時間，一般建議為10s；
• 允許用戶打斷語音，可用“魔法詞”作為打斷語音的暗號；
• 增強錯誤提示，進階錯誤行為提醒；
• 根據(jù)不同置信度采用語言或非語言的確認方案；
• 處理微妙的話輪轉(zhuǎn)換形式，比如：“嗯嗯”；
• 增加聲紋識別，讓IVR系統(tǒng)認主。

而面對兒童群體，還需要注意兒童群體存在發(fā)音口齒不清和吞音、尾音過短等問題，特別是有的孩童在3-6歲期間會出現(xiàn)短暫的口吃、失語癥問題，要如何設(shè)計N-Best列表？

Part 4 : 在通用設(shè)計原則基礎(chǔ)上，結(jié)合兒童心理學(xué)，設(shè)計對話應(yīng)答腳本

個體心理學(xué)派的創(chuàng)始人阿爾弗雷德.阿德勒在《兒童人格教育》一書中曾提到：兒童心理問題包括自卑、因心理補償而出現(xiàn)的膨脹野心、缺乏安全感、懶惰、焦慮、孤僻、依賴等。

此部分思考針對孩童陪護功能，針對孩童缺乏安全感的心理問題，結(jié)合丹尼爾.西格爾的全腦教養(yǎng)法理論來設(shè)計對話應(yīng)答腳本。

而丹尼爾.西格爾在《全腦教養(yǎng)法》提出：左腦是邏輯、語言的、求實的，而右腦是情感、非語言、經(jīng)驗化的。單獨依賴右腦會引起感情泛濫、依賴左腦會引起情感荒蕪。當(dāng)孩童遇到不好經(jīng)歷而拒絕表明傷痛，這樣的情感處理方式是退回左腦處于情感荒蕪狀態(tài)，如果不正確梳理容易造成孩童長大后缺乏安全感和對對應(yīng)事物產(chǎn)生恐懼心理。

很多人會采用避開談?wù)摵⒆釉庥龅膫?，而正確的做法是引導(dǎo)孩子復(fù)述故事，幫助孩子整合左右腦，通過調(diào)用右腦理順細節(jié)，然后引入右腦重訪情緒，讓孩子正面其內(nèi)心的擔(dān)心、害怕，隨之讓孩子意識到其在整個過程并非孤立無援，意識到問題已經(jīng)解決過去。或者通過分享經(jīng)歷故事安撫情緒。

? ?錯誤做法

?正確做法

以下舉例針對兒童遭遇不好情景或缺乏安全感時的對話腳本（script）：

門外漢的膚淺觀點暫告一段落~

Thanks！

本文由 @唐吖年 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自網(wǎng)站