為了更實際的感受語音交互，前段時間下單了天貓精靈，用了一段時間，除去技術上的限制，覺得它在主要功能上設計還是比較完整的，但是用起來還是不是那么流暢自然，所以試著從PM的角度寫下自己一些優(yōu)化想法。

根據(jù)VoiceLab 2016年的調研結果，近46.7％的用戶喜歡用Amazon Echo 和 Google Home的原因是可以用來播放音樂和聽書。所以我主要試用了音樂播放這個功能，并結合之前看的 谷歌語音交互設計規(guī)范寫了這篇文章。（10分鐘看懂谷歌語音交互設計規(guī)范都講了些什么）

對話式交互設計分三個階段：

1. 解決基礎交互問題，讓用戶能開始對話（1-10輪）
2. 解決數(shù)據(jù)和中級交互問題，讓用戶能持續(xù)對話（10+輪）
3. 解決需求問題，讓用戶能長期對話（超過一周）

目前天貓精靈已經(jīng)可以支持用戶開始對話了，但是在對話過程中還是不是那么流暢，但其實為什么會覺得對話不流暢呢？我覺得主要原因是對話是雙向的，一方的停止都會讓對話被終止，

• 用戶停止：由于缺乏恰當?shù)闹敢妥匀坏膶υ挿绞?，有時候用戶可能試了幾次同樣的功能就失去了對話的興趣（特別是其中還有幾次出錯情況）。所以天貓精靈需要給到用戶指導，和優(yōu)化自己對話方式，給到用戶信心，以便對話繼續(xù)下去。也就是后面講的如何讓對話更自然流暢。
• 天貓精靈停止：因為技術的限制，天貓精靈不可能聽懂用戶說的所有話，目前當識別出錯時，天貓精靈會直接的報錯，從而結束對話。比如“ 對不起，我沒有搜到這首歌“。 但是我們其實可以通過一些對話設計技巧來讓對話繼續(xù)下去，也就是后面講的的錯誤情況處理機制。

如何讓對話更自然流暢（避免用戶停止對話）

1、多樣化回答及應答詞

使用多樣應答詞：應答詞是指 “好的” “ 沒問題“， “ Okay“，等等詞語，應答能讓用戶知道系統(tǒng)已經(jīng)接收識別了來自他們的信息，并讓對話流暢自然。看看我們平時和同事朋友的對話中，當別人提出一個請求時，是不是也會很經(jīng)常用這類詞？而缺乏應答詞時對話通常會顯得比較冷冰冰。

同樣的，在我們日常的對話里，一般也不會永遠用同一個應答詞，我們可能會說“好的“ “嗯嗯” 甚至表情?來表達確認。 在語音交互里也是這樣，所以我們可以在系統(tǒng)內配置多歌應答詞表，在回答時隨機的提供某個應答詞，以提高我們對話的多樣性。

高頻率對話的多樣化：?我們不需要每個回答都準備N種方式，只需要對高頻率出現(xiàn)的對話提供多種回答方式就能很大程度提高對話的自然性。 比如在音樂播放的功能里面，最常使用是播放功能，天貓精靈的回復是“ 即將為您播放＃歌曲名詞?！?， 如果這句話能用不同的方式表達，那么用戶會更覺得自己是在跟人對話。

2、主動給出功能引導

在GUI下，用戶可以直觀的看到可操作的功能，但是對話式交互下，用戶不知道產(chǎn)品支持哪些功能，有時候用戶可能試了幾次同樣的功能就失去了對話的興趣。所以天貓精靈需要讓用戶知道自己可以做哪些操作。

我在首次使用的時候，因為在網(wǎng)易云使用時是“加到我喜歡的歌曲“，所以一直和天貓精靈說的是” 我喜歡這首歌“ 來讓它標記，但是天貓精靈不能識別這句話，我很久后看到文字介紹才知道是用 “收藏“ 這個詞。

所以，由于表達的多樣性，我們需要提前引導，給出具體的例子，來介紹功能和教會用戶該如何表達。比如在用戶首次使用音樂播放的時候，放完幾首歌后，我們可以主動引導用戶“ 如果您喜歡這首歌，可以跟我說“ 收藏這首歌曲””

3、準備用戶表達的多種可能性

亞馬遜的語言設計規(guī)范說?“為了確保功能表現(xiàn)的不錯，一個基準是每個意圖都需要30或更多的對話單元，即使是很簡單的意圖”

To make sure your skill performs well, a good benchmark is?30?or more utterances per intent, even for simpler intents. You don’t need 100% coverage, but more examples are better. Also, plan to continue adding utterances over time to improve skill performance.

同樣是上面的收藏歌曲的案例，可能只收錄了“ 收藏“ 這個詞槽（slot），而沒有“喜歡”，但是日常的對話中我們可能更經(jīng)常的說“ 我喜歡這首歌“，所以我們需要用更口語場景的詞匯，而不要單純的把GUI的詞匯移植過來。同時為了保證功能的覆蓋面，我們需要去想到更多的可能的詞匯， 比如“加星這首歌“ “ 這首歌很好聽“ “

4、處理有歧異的對話

這個我們之前也說過，自然語言處理里面最基礎的問題就是歧義消解（disambiguation）問題，比如我讓天貓精靈放一首 安靜（周杰倫的），它會播放 安靜的音樂合集 （即歌單）?；蛘呶艺f “報警”，它會播放某歌手的《報警》，這些都是對于比較明顯會出現(xiàn)歧異的地方?jīng)]有進行處理。 所以在對話設計的時候，除了正常的對話，也要對那些容易產(chǎn)生誤解的對話進行預設。比如在機器無法判斷的時候 ，主動提問“ 你是要聽安靜這首歌嗎？”

錯誤情況處理（避免天貓精靈停止對話）

在對話的時候，我們可能因為技術限制或者用戶的原因出現(xiàn)各種錯誤情況，但是記住“?In Conversation, There Are No Errors“，把出錯當成機會，就像和朋友講話時我們也常常不理解對方的意思呀，所以我們要做的是在出錯后給到良好的反饋，而不是主動停止對話。

在谷歌語音交互設計規(guī)范里我們講到兩種錯誤情況

1. 輸入缺失：用戶沒回應，或系統(tǒng)未獲取到用戶輸入，比如用戶突然走遠了沒回復。
2. 無法識別：雖然獲取到了信息，但是卻不能識別解析，比如背景噪音或多個用戶一起說話
3. 輸入有誤：用戶回答了但技術識別有誤， 比如用戶說的是“陳奕迅” 識別成“ 陳奕慢“
4. 無法匹配：用戶回答了，識別也準確，但是沒有對應的功能，比如用戶說幫我叫個順風車
5. 錯誤的識別：我們以為識別成功，但是其實誤解了用戶，用戶可能會在下一次對話糾正。

針對這些錯誤有如下優(yōu)化方式：

（1）智能聯(lián)想

我不知道是我沒發(fā)現(xiàn)還是怎樣，目前天貓精靈還不支持缺失聯(lián)想和錯誤聯(lián)想的功能，所以暫時先寫上來了。

• 識別缺失聯(lián)想：?當系統(tǒng)沒有完全采集到用戶說的話時，可以使用缺失聯(lián)想，比如只識別到 “莫文蔚的如果沒有“，可以通過缺失聯(lián)想，問” 您是不是想聽莫文蔚的 如果沒有你“
• 錯誤識別聯(lián)想：?我在蝦米里試了下 搜索“ 遙遠的白“，是可以聯(lián)想成功的，而且再天貓精靈里也識別出是音樂這個功能，所以當識別出錯時，可以通過識別聯(lián)想，詢問說 “您是不是要聽陳奕迅的遙遠的她“，給予用戶使用的信心，也讓操作繼續(xù)下去。

（2）主動提問

試想如果我們日常沒聽清時，是不是會說，“你剛說陳奕迅的那首歌？”，在設計VUI時也是一樣，在無法應對的時候，不用過多的感到抱歉，試著像和朋友說話一樣?讓天貓精靈說 “ 對不起，我沒聽清，你要聽陳奕迅的哪首歌？” “ 能再說下你要聽哪首歌嗎” 。

• 無內容的快捷重復提示：?“ 您能再說一遍嗎”
• 有內容的快捷重復提示：?“ 我沒聽清，你剛說的哪首歌？”
• 重復詢問：?當問了個問題用戶10秒無回應時，可以重復再問一次“您想聽什么歌呢”
• 更改問題：當問了個問題用戶無回應時，也可以試著換個說法“ 想聽誰的歌？”
• 回答一個沒有明說的請求：?“您可以試試讓我放個熱鬧的歌”
• 積極主動詢問：有時用戶無回應，可能是不知道怎么回復，可以試著主動給出用戶建議，比如在我問是這是誰的歌時，主動詢問“你想要收藏這首歌嗎嗎”。

最后放一個JIBO的 開箱視頻，我們可以看到用戶和JIBO的對話就是相對比較流暢的，甚至某些額外的情況也能處理，比如JIBO問”你喜不喜歡我的舞蹈“ 女生說“ A little” 的時候，JIBO會說“ 喜歡還是不喜歡呀“，非?？蓯?。

本文由 @少女璐 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉載。