如果您想訂閱本博客內(nèi)容，每天自動發(fā)到您的郵箱中， 請點這里

語音交互是一個全新的體驗設(shè)計領(lǐng)域，目前各家機構(gòu)、公司、設(shè)計組織還處于摸索設(shè)計范式的階段，Google提供了一份非常成熟、系統(tǒng)的交互規(guī)范文檔，其中包含了核心概念的詮釋以及諸多可以指導設(shè)計的實踐原則。最近正在做的項目中涉及到語音交互的部分，所以順手將這份文檔翻譯出來，給需要的設(shè)計師參考。

我的譯文盡量的貼合文檔中原有的表意，同時基于我個人對語音交互的理解對表達文字進行潤色。其中有個別概念名詞比較抽象，所以我也旁邊附上了英文單詞，以便大家理解。

我們正在進入一個有光明前景的全新計算領(lǐng)域，機器學習和人工智能激發(fā)著對話式界面和自然語言的進步，同時使對話式交互成為一種新的交互模式。

目前，識別語音輸入的相關(guān)問題已經(jīng)大部分得到解決，而現(xiàn)在我們面臨一個新的挑戰(zhàn)：如何構(gòu)建一種繼承人類自然語音會話的用戶體驗模式。

本站內(nèi)容涵蓋了關(guān)于對話的核心機制，介紹了核心的設(shè)計原則，并提供一個可實踐的UI工具，幫助你為用戶創(chuàng)建有吸引力、令人愉悅并有實際價值的對話式用戶體驗。

一. 對話的基礎(chǔ)概念

通過對自然對話中我們幾乎無意識遵循的規(guī)則與慣例進行解構(gòu)，我們總結(jié)出一些形成良好對話的關(guān)鍵要素，包括：

1. 輪流（Turn-taking）

在對話中我們基于互相來回傳遞的微妙信號進行輪流表達。如果會話中缺少這種有效的輪流互換，我們就有可能難以保持信息的同步或無法跟上對方的節(jié)奏。

2. 串聯(lián)（Threading）

在自然語言中，對話的元素通常會被連貫的串聯(lián)在一起，包括上下文以及隨時間演進的對話方式。這種串聯(lián)幫助我們跟進會話過程。

3. 利用語言的潛在效率

人們經(jīng)常會用簡略的口語交流，因為他們可以了解其中的含義。我們在對話中自動補全那些句子之間那些“沒有被說出來的”潛臺詞，有些表達可以不言而喻。但是與軟件系統(tǒng)進行對話，就需要彌補人類語言中那些似乎不合邏輯的、無法被計算的自然屬性。

4. 預估用戶行為的多樣性

對同樣的內(nèi)容，人們會根據(jù)情景上下文和對話的期許，采用不同的詞匯和方式來表達。所以對話式UI應該考慮支持這種多樣性，以便所有用戶都能夠無障礙體驗。

設(shè)計師不應該僅僅關(guān)注所謂的“愉悅路徑”（happy path），而是要在所有場景中創(chuàng)造穩(wěn)定的體驗，即使是那些看起來像是”出錯“的場景。在任何對話中，都可能出錯，就像人們經(jīng)常會發(fā)現(xiàn)和修復自己的錯誤一樣，設(shè)計師必須也應該可以在對話的過程流中修復出現(xiàn)的問題。

二. 理解合作式行為（cooperative behavior）

輪流表達、上下文和串聯(lián)是合作式會話的組成部分，這是由哲學家保羅·格里斯（Paul Grice）普及的一個概念。格里斯把它稱為合作原則（Cooperative Principle）。他還創(chuàng)建了“格里斯原則”，來詮釋他所觀察到的會話中的原則——人們的交談應該盡可能的真誠、詳實、有相關(guān)性并且清晰。

對話式UI應該盡量的遵循這些固有的合作原則，也要準備好同時支持那些有過不良對話體驗的用戶。

三. 解鎖口語的力量

好的UI體驗不會被限制在一個固定的腳本中，也不應該像過去的觸摸式屏幕交互那樣強迫用戶沿著單一路徑去操作。對話式UI應該聚焦到發(fā)揮語言和表意的強大力量，采用人們?nèi)粘５恼Z言來交流，而不應該為了把用戶束縛在“愉悅路徑”上而去“教導”用戶。另外，也要盡量避免說那些顯而易見的東西，或是以高高在上的語氣說話。人們不會喜歡那種聽起來比他們自己要聰明的設(shè)備。

四. 向用戶傳遞信心

好的UI也意味著確認用戶的輸入和管理用戶的預期，以便獲取用戶的信任、傳遞信息。

當用戶提出請求，在UI體驗可以進行確認——用類似“OK”、“Sure”、“Alright”、“Thanks”或“Got it”的短語進行反饋，來表示接收到指令和正在聆聽。隨機的確認語可以讓體驗更加流暢自然。

進行反饋后，系統(tǒng)可以請求顯性或隱性的確認。通過顯性的確認（通常在重要任務(wù)的場景中，如訂購機票），UI會在進行下一步之前請求用戶的口頭確認。

而在隱性確認中（通常適用在低風險的場景，如播放一首歌），UI會將用戶請求中的關(guān)鍵信息融入到自己的反饋中，來給予用戶反饋，向用戶傳遞信息，這種確認不需要用戶的口頭確認。

未來的二十五年，沒有人會再點擊下拉菜單，但是人們還是仍會指著地圖、互相糾正對方的話，這是最基本的。好的信息軟件在處理信息時，會更貼近人類本來的方式，而不是電腦。 ——Bret Victor, Magic Ink

目前，多數(shù)用戶界面開始呈現(xiàn)出科幻小說中所描繪的關(guān)于未來的圖景——充斥著人工智能以及與智能機器人和工具之間更輕松的對話。

我們?nèi)绾巫龅竭@些呢？

首先，在最開始，我們要教會機器與人類對話。

值得注意的是，對話溝通幫助我們的文明發(fā)展到了今天的狀態(tài)。所有的人類發(fā)明都源自于我們通過語言溝通出來的靈感，這是一種在很長的時間中進化出來的能力，事實上超過了10萬年。而書寫能力也才進化了5000年，更別說智能計算了。

所以很顯然，人們不可能在短時間內(nèi)改變他們說話的方式，此外，人們自然而然形成的關(guān)于對話的判斷標準也不可能輕易改變。

我們有意或無意的，都會在談話中遵循某種特殊的規(guī)則或慣例。如果我們能夠?qū)α己檬鏁车娜祟悓υ掃M行解構(gòu)分析，我們就可以找到構(gòu)建更好的對話式UI體驗的方法。

輪流（Turn-taking）

有一點很明顯，卻相當重要，就是輪流是談話的手段，其中包含了我們認為理所當然的一些微妙信號。語法可以幫助聆聽者預判出適時給予回應的時機，而韻律——結(jié)合節(jié)奏、音量、音調(diào)和停頓的信號，可以表明何時是輪換的關(guān)鍵點。人們利用這些提示線索可以互相傳遞對話的主動權(quán)。如果缺少這種有效的輪流方式，我們就無法順暢的交流、保持同步。

合作原則（The Cooperative Principle）

語言哲學家Paul Grice（他的工作也被應用到人工智能領(lǐng)域）曾說過，人們需要以合作的方式表達，以獲得他人的理解。他提出了一些基礎(chǔ)的合作性對話原則，稱為格里斯原則，其中指出人們的談話行為需要真誠、詳實、與當時的場景有相關(guān)性以及清晰。

語義與語境

對話的含義與所處的語境密切相關(guān)。然而在通常的對話中，我們沒有說出來的潛臺詞往往也會傳遞出含義。

例如你問一位朋友：”你周六可以來參加聚會嗎？”，她回答：”我目前要上夜班”。你的朋友在暗示她不可能同時去兩個地方，所以你可以推測出她不會來參加聚會。

再比如另一個場景，當你被問到要為多少人預定時，你說：”哦只有我和我丈夫”，這樣意味著你期望對方能夠推測出你要預定的數(shù)量是兩個人。

如果我們沒有這些談話的預設(shè)和原則慣例在運作，我們就會不得不在口頭上表述很多內(nèi)容，來讓對方理解。

串聯(lián)（Threading）

對話中的所有元素都應該被連貫的串聯(lián)在一起。能夠理解欣賞笑話幽默的人都知道，在談話中的每個回合都要注意上下文的相關(guān)性，并加強整體的交流。

為了成功的做到這一點，設(shè)計師應該保持對每一個對話回合的理解，例如下面的對話就是一個回合。

對話回合也不一定就是一問一答式的。從聆聽者角度的表達也可以形成對話回合：

以及上文提到的支持或否定的句式：

如果對話UI沒有產(chǎn)生這些對話回合的串聯(lián)，那么對話就會不流暢，或不容易理解。所以串聯(lián)是創(chuàng)造一種可以吸引用戶的良好體驗的重要手段，就像下面的這個例子：

修復

對話失敗有可能是因為雙方缺少共同的認知背景。而如果對話不符合格里斯的合作法則，也可能會導致錯誤的表意。例如，當一個人被問到”你知道誰會去參加聚會嗎？”，然后簡單的回答”是的”，這就是不恰當不自然的表達，會使對話很難挽回修復。

即使在功能性的對話中，形式與內(nèi)容也有可能是不準確、不得體或是荒謬的，需要修復才可以回到正確的軌道上。對話中任何一方都可以在對話的回合之內(nèi)與外部修復這段對話，說話人通常能夠發(fā)現(xiàn)和修復他們自己的錯誤。而對話UI需要能夠根據(jù)交互的流程和自然屬性來做出修復。

對話是構(gòu)建UI的基礎(chǔ)

對話是一種基于原則的協(xié)商互動行為。對話的參與方在豐富而微妙的語境下創(chuàng)造并認同語言的表意。理解這一點可以為對話式UI的設(shè)計提供一種理論模型。

藍藍設(shè)計( m.sdgs6788.com )是一家專注而深入的界面設(shè)計公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計、BS界面設(shè)計 、 cs界面設(shè)計 、 ipad界面設(shè)計 、 包裝設(shè)計 、 圖標定制 、 用戶體驗 、交互設(shè)計、 網(wǎng)站建設(shè) 、平面設(shè)計服務(wù)