語(yǔ)音的交互，將會(huì)給我們的產(chǎn)品設(shè)計(jì)帶來(lái)極大的改變，一種視覺(jué)、聽(tīng)覺(jué)更為立體的方式，應(yīng)該是提升產(chǎn)品效率，提升用戶體驗(yàn)的一種進(jìn)步和挑戰(zhàn)。未來(lái)的產(chǎn)品方向，或者說(shuō)是人機(jī)交互的方式，極可能是語(yǔ)音與屏幕的立體交互，我們會(huì)有機(jī)會(huì)來(lái)設(shè)計(jì)一種完全不一樣的用戶體驗(yàn)，和完全不同的產(chǎn)品認(rèn)知。

語(yǔ)音交互的優(yōu)勢(shì)

這幾年全球AI市場(chǎng)迅猛發(fā)展，Amazon Echo更是異常迅猛。根外媒統(tǒng)計(jì)，Echo在2016年的出貨量就達(dá)到650萬(wàn)臺(tái)。

Echo是一個(gè)能真正完成簡(jiǎn)單指令的音箱，回歸了人類最為簡(jiǎn)便的交互方式，當(dāng)你喊一聲“alexa，play xxxxx”就能播放你想要歌曲，完全靠吼，徹底解放了雙手。作為人與人之間最直接最自然的交流方式，語(yǔ)音對(duì)話中每一句話都包含多個(gè)場(chǎng)景下的多個(gè)動(dòng)作，同時(shí)語(yǔ)音相對(duì)不容易受時(shí)間、地點(diǎn)的約束限制，可在短時(shí)間內(nèi)進(jìn)行大量信息的獲取與處理。

而GUI是一種預(yù)設(shè)路徑的交互方式，系統(tǒng)只能通過(guò)識(shí)別用戶的下滑、點(diǎn)擊、雙擊等交互行為以及用戶所處的頁(yè)面位置，判斷用戶的指令并作出準(zhǔn)確的反饋。形成一種將用戶限制在一個(gè)固定的腳本中的，強(qiáng)迫用戶沿著單一路徑去完成操作的人機(jī)交互方式。

VUI聚焦于如何發(fā)揮語(yǔ)言和表意的強(qiáng)大力量，采用人們?nèi)粘５恼Z(yǔ)言來(lái)交流，真實(shí)，自然的表達(dá)和獲取反饋，獲取用戶的信任、傳遞信息。用戶不再像過(guò)去GUI的體驗(yàn)一樣，語(yǔ)音交互的流程更加直接，用戶只需要通過(guò)有限的語(yǔ)音提示以及短期記憶來(lái)完成操作，甚至可以發(fā)出不同的語(yǔ)音指令來(lái)期望獲得同一個(gè)反饋。

最自然，人性化，少用戶摩擦的交互方式
不受實(shí)體UI形式的性質(zhì)，用戶可在任何時(shí)間，任何地點(diǎn)，以任何方式進(jìn)行信息的獲取與處理

從場(chǎng)景切入

語(yǔ)音交互同互聯(lián)網(wǎng)誕生以來(lái)用戶就習(xí)慣的GUI界面交互相比，主要是輸入方式不同導(dǎo)致的，最顯著特性就是“解放了雙手”——你在使用語(yǔ)音請(qǐng)求時(shí)，眼睛和手可以同時(shí)忙于其他的事情，從這點(diǎn)出發(fā)，語(yǔ)音交互在家居和出行領(lǐng)域有天然的優(yōu)勢(shì)。

1、智能家居

在家庭“相對(duì)封閉與安全”（特指針對(duì)語(yǔ)音信號(hào)采集的干擾程度），通過(guò)語(yǔ)音交互指令控制家居開(kāi)關(guān)是很好的切入點(diǎn)。相信在不久的將來(lái)，搭載了語(yǔ)音交互系統(tǒng)的智能家居，都可以聽(tīng)你的話，你說(shuō)所說(shuō)的每個(gè)指令，都會(huì)直接影響/控制到當(dāng)前家居的運(yùn)行狀態(tài)。“你可能越來(lái)越愜意，你越來(lái)越懶……”

2、輔助駕駛

車(chē)載語(yǔ)音交互系統(tǒng)釋放了駕駛員的手和眼，讓司機(jī)專注于前方的路況，如接聽(tīng)電話，開(kāi)關(guān)車(chē)窗，播放廣播音樂(lè)，路線導(dǎo)航等語(yǔ)音交互指令。

3、企業(yè)應(yīng)用

未來(lái)會(huì)有各種各樣專業(yè)的知識(shí)工作者會(huì)在或大或小的程度被簡(jiǎn)化或者被替代，比如文本、數(shù)據(jù)的錄入工作，比如客服機(jī)器人。

4、醫(yī)療&教育

如語(yǔ)音記錄病歷，不管對(duì)醫(yī)生來(lái)說(shuō)還是患者來(lái)說(shuō)，都是提高看病效率的很好的輔助手段之一。

VUI是否取代GUI

語(yǔ)音交互不是一個(gè)獨(dú)立的或者取代觸摸交互的一種升級(jí)，而是基于人類最本能和最自然的一種形式方式。它是否能夠廣泛應(yīng)用，有賴于對(duì)場(chǎng)景的深度理解，以及人能智能技術(shù)的進(jìn)步。人工智能的發(fā)展，須從硬件、軟件、操作系統(tǒng)各個(gè)環(huán)節(jié)的深度定制，才能帶給用戶最好的體驗(yàn)。

在GUI中，用戶的行為實(shí)際上是已被預(yù)先設(shè)計(jì)或者設(shè)定（這也是為什么要在設(shè)計(jì)中強(qiáng)調(diào)對(duì)用戶引導(dǎo)的一個(gè)因素），通過(guò)引導(dǎo)用戶點(diǎn)擊、滑動(dòng)等指令交互來(lái)完成相關(guān)的判斷和反饋。而在語(yǔ)音交互中，用戶的行為將變得完全的不可預(yù)知，你無(wú)法預(yù)設(shè)用戶的行為（語(yǔ)音內(nèi)容），甚至同樣的用戶在不同的情境下（區(qū)別于場(chǎng)景）都可能有完全不同的行為和預(yù)期，導(dǎo)致系統(tǒng)必須通過(guò)更多的場(chǎng)景理解和上下文關(guān)系，去解析用戶的意圖來(lái)做出可能合理的信息反饋。

語(yǔ)音交互本身是非可視化的，非常消耗用戶的注意力

語(yǔ)音交互的優(yōu)勢(shì)，在某些場(chǎng)景下，會(huì)變成劣勢(shì)。比如你站在電視機(jī)旁邊，開(kāi)關(guān)機(jī)這個(gè)動(dòng)作最適合的交互應(yīng)該是手——直接一按就可以解決。人在獲取信息的適合，視覺(jué)要強(qiáng)過(guò)聽(tīng)覺(jué)，別人講話你極可能要等他說(shuō)完你才理解，而你看文字的時(shí)候，甚至可以直接跳過(guò)部分文字你也能理解。這種場(chǎng)景下，語(yǔ)音交互的劣勢(shì)會(huì)進(jìn)一步放大。而當(dāng)你開(kāi)車(chē)的時(shí)候，語(yǔ)音交互簡(jiǎn)直驚世絕倫，在這種伴隨式的場(chǎng)景下，語(yǔ)音的交互方式徹底解決了人的雙手，極大的提升了效率。

（圖片來(lái)自網(wǎng)絡(luò)）

語(yǔ)音識(shí)別技術(shù)一旦取得進(jìn)一步的突破，人機(jī)的交互也將更以人類最為熟悉的方式進(jìn)行。當(dāng)前，以智能音箱類產(chǎn)品作為切入點(diǎn)，打造了IoT的新入口，從需求到服務(wù)的路徑被極大地縮短。從產(chǎn)品本身的交互設(shè)計(jì)出發(fā)，語(yǔ)音交互的特性和邏輯一定會(huì)促使它逐漸將凌駕于瀏覽器、App等入口之上，形成一個(gè)以語(yǔ)音交互為核心的全新生態(tài)鏈。

AI的來(lái)臨，一定帶來(lái)場(chǎng)景的巨變，交互方式也將從目前主流的純軟件（界面、觸屏）/純硬件，升級(jí)到更復(fù)雜的人機(jī)交互形式。

人類耳聽(tīng)、眼觀、嘴說(shuō)，手動(dòng)的自然構(gòu)造，其最符合于人類的交互體驗(yàn)，應(yīng)該是在不同的場(chǎng)景由不同的器官（方式）來(lái)完成，自然的與外界信息進(jìn)行交互。隨著技術(shù)的進(jìn)步，交互的方式定將發(fā)生顛覆式革新，未來(lái)的人機(jī)交互將更趨向于立體和本能。GUI+VUI，是一對(duì)有機(jī)的結(jié)合體，因?yàn)樗先祟惖谋灸埽粫?huì)被取代，只會(huì)彼此共同促進(jìn)，通過(guò)恰當(dāng)?shù)膮f(xié)作機(jī)制提供更好的用戶體驗(yàn)。但與純GUI具有顯著區(qū)別的是，未來(lái)的交互形式一定會(huì)更具感性的色彩，——“像人一樣”。

語(yǔ)音交互好不好，不僅僅依賴硬件設(shè)備的識(shí)別準(zhǔn)確率，更需要垂直場(chǎng)景下的語(yǔ)義理解，以及后端內(nèi)容服務(wù)。

本文由 @杜松 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(lái)自PEXELS，基于CC0協(xié)議