這一段項(xiàng)目時間不是很緊張，比較有時間去探討一些細(xì)節(jié)的問題，有些東西可以做有些東西可以不做，去探究背后的原因是一件很有趣的事情。

一、簡單介紹VUI

想必大家對于語音交互并不是很了解，而車載方面的語音交互更是陌生。這里我先來科普下大背景，至于對這個方面比較感興趣的可以查找一下資料，想必其他的文章會很詳細(xì)的介紹理論。這里我先討論在實(shí)際應(yīng)用當(dāng)中的需求探索。

首先語音交互是從交互式語音應(yīng)答系統(tǒng)（Interactive Voice Response，IVR）而來，它是通過電話來執(zhí)行任務(wù)，和10086不同的是，它能夠識別人們說的話，由于擅長處理帶有大量信息的復(fù)雜句子，應(yīng)用場景比較廣泛。

后面智能手機(jī)高速發(fā)展，于是誕生了VUI（Voice User Interactive ），像Siri、Cortana都是比較典型的應(yīng)用，語音交互一直被稱作“最為自然的交互入口”，優(yōu)點(diǎn)和缺點(diǎn)都很明顯。

車載場景的語音交互，有個很明顯的優(yōu)勢：無需司機(jī)分心操作，直接語音指令即可達(dá)到想要的目的。所以在車內(nèi)使用語音交互，任務(wù)型需求會占大多數(shù)。

二、實(shí)際應(yīng)用中遇到的問題

今天看到之前的產(chǎn)品文檔中有這樣一個設(shè)計：

當(dāng)前的設(shè)計都由于技術(shù)的限制，不支持的說法不能進(jìn)行下一輪的對話，所以這里在反饋完畢后直接退出語音。并沒有什么大問題，很多車機(jī)語音交互直接提示不支持的說法，后面的說法提示都沒有。但這個方案對于用戶來講，依舊大大打擊了他們使用語音的積極性，這樣的設(shè)計至少有下面幾點(diǎn)不是很合適的點(diǎn)：

1. 在人工智能不是很智能的情況下，盡量理解用戶意圖并允許用戶繼續(xù)交談。
2. 功能點(diǎn)設(shè)計要考慮可發(fā)現(xiàn)性，對于語音交互，看不到的交互方式更要提高它的可發(fā)現(xiàn)性。
3. 已知的對話原則中有一點(diǎn)：方式準(zhǔn)則，即說話需清晰明了，這里可以做簡化，但也需要針對不同的用戶群體。

三、從用戶出發(fā)，了解說出這句話的初始意圖

在我看來語音交互是一個比較繁瑣的設(shè)計過程，因?yàn)椴煌瑘鼍坝脩魰f什么樣的話很難預(yù)測，所以我會選取幾個最常見的使用場景，然后為每個場景按照最優(yōu)路徑（同樣結(jié)合業(yè)務(wù)流程）寫出示例對話，同時還要加上異常情況。

這個就是在切換播放模式時的一種異常情況：

User：幫我切換到隨機(jī)播放/隨機(jī)播歌/按照隨機(jī)播放歌…

TTS：隨機(jī)播放

（TTS：從文本到語音，Text To Speech，一般是由產(chǎn)品、交互設(shè)定的內(nèi)置文本，當(dāng)用戶說了某句話命中某個說法，那么就播報該說法對應(yīng)的反饋語。這整個過程就算做是一個完整的對話交互設(shè)計了。）

再來看看用戶為什么會這樣說“切換播放模式”吧：

1. 在手機(jī)APP上，切換播放模式，都是點(diǎn)擊切換到自己想要的播放模式，三個播放模式是固定的順序，所以在車機(jī)上用戶也會想要延續(xù)這樣的操作習(xí)慣，才會有這樣的說法。
2. 知道播放模式有哪些，但是不知道車機(jī)上語音對音樂的操控有哪些，所以試探性的嘗試。
3. 不清楚有哪些播放模式，所以只是想看下有哪些播放模式

不論從哪個出發(fā)點(diǎn)，最終的目的導(dǎo)向都是：想要切換播放模式。

四、根據(jù)不同意圖，對用戶進(jìn)行分類，尋找更好的解決方案

根據(jù)上面三種情況，其實(shí)可以分為：

1. 對音樂比較熟悉的用戶，對車機(jī)端的語音控制探索使用。
2. 對音樂不怎么熟悉的用戶，對車機(jī)端的語音控制探索使用。

再來看看語音切換播放模式的需求想要解決的問題：

1. 無需關(guān)注界面，直接下達(dá)語音指令達(dá)到目標(biāo)；
2. 縮短用戶操作路徑：比方說手機(jī)上切換播放模式，有時候需要點(diǎn)擊兩次；而車機(jī)上直接下達(dá)明確指令，直接完成。

來，先來分析上面兩種用戶群體的更深層的用戶定位。

1.對音樂比較熟悉的用戶

手機(jī)上的操作大部分是因?yàn)樵诓シ旁斍轫摰牟僮靼粹o過多，所以把播放模式收入到一個按鈕中去，下面是不同的音樂界面，特意選擇了一些不常用的音樂App，出乎意料酷狗是可以選擇，基本其他的應(yīng)用都采用點(diǎn)擊切換播放模式的交互；

再深入一點(diǎn)，手機(jī)用戶切換播放模式的時候分兩種場景：

• 第一種，熟悉播放模式的人，在操作之前會有一個心理預(yù)期，所以會設(shè)定為她想要的播放模式，而播放模式的切換最多點(diǎn)擊三次，用戶成本不會很高，所以這也是大部分手機(jī)APP將它收入一個icon當(dāng)中的原因；
• 第二種，不是很熟悉的人，他們在操作的時候可能會想了解有什么播放模式，最后再去確定最終的心理預(yù)期，所以點(diǎn)擊會超過三次。

綜合上述，不論是熟悉程度如何，都會有一個既定的心理目標(biāo)，有比較明確的操作意圖。

而對音樂APP比較熟悉的用戶群體基本集中在：18-40歲左右，他們基本上都知道有這三種播放模式，所以可以有以下做法：

• 做法一：經(jīng)過刻意引導(dǎo)，讓他們的意圖更為明確，這樣就不會出現(xiàn)這樣的說法；直接下命令切換，也能夠減少用戶的操作路徑，降低用戶的操作成本。
• 做法二：先完成用戶目標(biāo)用意：切換播放模式，再提示用戶有什么播放模式可以切換，讓用戶逐漸熟悉
• 做法三：完成用戶目標(biāo)用意，不進(jìn)行提示，三種播放模式可能用戶就是比較懶，不想說出具體的播放模式名稱，這樣只記住一個說法即可達(dá)成。

2.對音樂不怎么熟悉的用戶

我專門找了我親愛的爸比，詢問了下他的中老年開車朋友們，年齡分布在40-50歲，大部分在45歲以下。下面是一些聊天記錄。

我的問題：你們在播放音樂的時候，知道能夠切換播放模式么？如果知道，那你們知道有幾種播放模式可以切換么？請說出你們印象中的名字。在這個過程中，不要打開音樂APP查看，靠自己的記憶～

很出乎我的意料，可能調(diào)查的目標(biāo)用戶在一線城市會結(jié)果又不一樣。但是生活在一線城市的中老年人人數(shù)又有多少呢？很大部分的中老年人都生活在非一線城市，對于他們而言，簡單的播放歌曲就能滿足他們對音樂的需求。

但是，有沒有必要像這一部分的人推送這個功能呢？

再來看會使用智能車機(jī)的人群分布：（網(wǎng)上扒來的數(shù)據(jù)，隨意看下）

有65%的中國消費(fèi)者愿意接受車聯(lián)網(wǎng)功能，高于歐洲國家的40%和北美的32%。中國消費(fèi)者也更加愿意嘗試娛樂資訊方面的功能，比如社交媒體和車載視頻及音樂。

未來十年間55歲以上族群會增長近1億人，與此同時同時90后替代80后逐步成長為消費(fèi)市場主力，2015年數(shù)量已經(jīng)接近2億。年輕和老齡人群的消費(fèi)需求變化將值得深入挖掘，以贏得未來市場進(jìn)行提前布局。

所以中老年的需求有待挖掘，所以我覺得這里應(yīng)該要做的是音樂推薦的智能化，讓他們享受到人工智能帶來的好處；而不是引導(dǎo)他們使用新的功能，這樣對他們而言使用、操作成本都大大提升，也增加了他們的記憶負(fù)擔(dān)，明明車機(jī)的語音交互只是想要減少用戶在開車中的干擾因素，這樣和我們想做的事情背道而馳。

五、結(jié)合推薦做法、語音交互優(yōu)化準(zhǔn)則，確定最后的方案

好了用戶群體分析、需求深入分析已經(jīng)告一段落，那么就要按照剛開始覺得做的不到位的點(diǎn)，明確最后的方案。

根據(jù)二、四種可優(yōu)化的點(diǎn)和推薦的做法，我們來對比分析下：

做法一是交互引導(dǎo)，其實(shí)在整體方案設(shè)計中就有考慮如何引導(dǎo)用戶了解語音交互，已有方案。

做法二、三，都符合理解用戶意圖、能夠提高可發(fā)現(xiàn)性，區(qū)別是后續(xù)的信息有沒有提示用戶。不過這里讓人糾結(jié)的點(diǎn)有以下考慮：

1. 提示用戶，他們能夠明確知道還能夠說什么說法操作，不過說法提示過長，無法再精簡，對用戶來講也有一定的記憶負(fù)擔(dān)；
2. 不提示用戶，他們可能不了解直接說播放模式的名稱也可以操作，這樣更簡單有效。

我們再來明確設(shè)計目標(biāo)：簡單、高效、不分散注意力；所以提示是必須的。明確這些，繼續(xù)參考資料-《語音界面用戶設(shè)計》這本書，根據(jù)語音用戶界面基本設(shè)計原則中的異常處理中，增強(qiáng)錯誤提示有這樣的實(shí)例對話：

天氣APP：我能為您提供天氣信息，請問您所在的州和城市是哪里？

User：恩…我在斯普林菲爾德。

天氣APP：抱歉，我沒聽懂，請說出所在的州和城市。

用戶：哦，我在明尼蘇達(dá)州，斯普林菲爾德。

這個異常處理有提示用戶需要明確的信息，那么我們的方案也可以采用這樣的方案：

User：切換播放模式

TTS：好的，請問您想切換為哪種播放模式呢？

User：隨機(jī)播放

TTS：已切換，您下次可以直接對我說隨機(jī)播放。再見~

這樣的方案是不是看起來不是那么智障呢？

做語音交互方案一直處于這樣的發(fā)現(xiàn)提升點(diǎn)、探索、制定方案、糾結(jié)、推翻、不斷優(yōu)化的過程中，關(guān)于這方面的教科書般的理論并不是很多，所以這里記錄下一個優(yōu)化小點(diǎn)從發(fā)散到制定優(yōu)化方案的小過程，可能比較瑣碎，分享下語音交互的日常工作，也希望能幫助想了解的人對此有點(diǎn)認(rèn)知。

作者：青絳，微信公眾號：慕七和大胖

本文由 @青絳 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Pixabay，基于CC0協(xié)議