VUI语音交互设计:三步打造任务导向型对话场景

13 评论 33044 浏览 116 收藏 7 分钟

设计任务导向型对话场景是一项关乎人类最自然的对话和AI最智能的技术结合的复杂而有趣的工作,希望这篇文章对从事语音交互产品设计的同学们有所帮助。

  • 5月10日,微软Build大会发布智能音箱Invoke,
  • 6月6日,苹果WWDC发布HomePod,
  • 7月5日,上午10点,百度AI开发者大会发布DureOS开放平台,
  • 同一天,下午2点,阿里人工智能实验室发布天猫精灵……

这个夏天,被人工智能骄阳炙烤着的智能语音交互市场,热度可谓一路飙升。

语音交互的主要能力在于开放式domain的聊天型功能与任务导向的技能型功能。如果说快捷高效、轻松自然是语音交互的独特优势,那么任务导向型功能就是这些优势的完美落点,一个量好的语音交互产品,自然是技多不压身,能够cover的domain多越好,能够get的技能越强大越好。

那么,作为语音产品设计人员,如何以短平快的方式设计一个任务导向型对话场景呢?

当然,和传统交互设计工作一样,前期调研是很有必要的。你想设计的这个功能是否能满足产品目标、是否具备相关技术和数据能力支持以及符合用户实际需求?如果有两个场景摆在你设计的智能音箱面前,一个是订外卖,而另一个是星座速配,你会选择优先做哪个?

一旦确定了要设计某个场景,接下来就可以着手设计工作了。具体来说就是三个步骤:理清对话逻辑(Chat Flow)、设计语法(Grammer)以及设计应答 (Confirmation)。

第一步:对话逻辑——从哪里来,到哪里去?

如同图形用户界面以点击-触发为各个节点的交互逻辑,VUI也需要一从query到answer的流转逻辑,将一个场景的对话流程流畅的贯穿起来。

假设你设计的对话场景是查询空气质量,请考虑在这番对话中可能出现的任何情况以及相应的反馈动作:

下图展现了该场景可能的Chat Flow

即便是询问天气这样看上去很简单的对话场景,也可以设计出十分复杂的对话逻辑,根据该场景在你产品中的重要程度决定细节逻辑的粒度。

第二步:设计语法 ——用户会对你说什么?

语法就是用户输入的指令集,对话设计者需要设计对话的意图(Intent),以及尽量考虑用户可能表达方式,将其中最核心、最常用的表达方式提取为指令集模板。设计的指令集越多越全面,对话覆盖率就会越高。

想象场景还是查询空气质量,请考虑用户会用怎样的表达方式来提出自己的要求:

“帮我查询空气质量”

“北京空气质量指数”

“今天PM2.5值是多少”

“我需要戴口罩吗”

“今天的空气怎么样”

……

中华语言,博大精深,简单的查询空气质量,就有茫茫多的问法。不过不用着急,你只需要提取一些最典型的句式,至于“么”“吗”“呢”这些语气词,或者虚词、助词等,语义理解模块(NLU)会帮忙泛化。

下图为查询空气质量对话指令集,其中<place>和<time>是槽位(Slot)。Slot是NLU从用户指令中抽取的关键信息点,NUL模块通过这些关键信息及其取值定义(Slot-Value),理解用户指令的具体要求。

第三步:设计应答——你要如何回答用户?

语音交互中最主要的应答方式是TTS(Text To Speech),就是将设计者写好的应答脚本,通过TTS引擎转化为语音播放出来。应答带给用户最直观的感受,应答的好坏,直接关系到语音产品的体验。鉴于过长的语音内容会增加用户的记忆负载,设计应答时应该尽量简洁。同时,如果你的语音产品具备自己的个性特点,在应答时也请按照该特点的语言风格撰写脚本,保持角色的一致性。

还是查询空气质量的例子,在第一步,设计对话逻辑的过程中,我们已经定义了该对话可能出现的几类应答。分别是:

  • A1.询问用户想查询哪里的空气质量
  • A2.反馈没有查到相关地区相关时间的空气质量
  • A3.根据空气质量级别的优劣反馈相应提示

接下来,你只需要在对话脚本(script)文档里,发挥你强大的语言天赋,进行完型填空就可以了。

“script”有“撰写电影脚本”的含义,而整个设计对话过程确实很像设计电影脚本,有来言有去语,通过问答的互动形式帮助用户完成任务。

综上所述,设计任务导向型对话场景是一项关乎人类最自然的对话和AI最智能的技术结合的复杂而有趣的工作,希望这篇文章对从事语音交互产品设计的同学们有所帮助。

 

作者:Rachel Hu,阿里云OS VUI交互设计师

本文由 @Rachel Hu 原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 💡 棒棒的~!

    来自上海 回复
  2. 正在准备做语音交互功能,非常感谢,很有指导意义

    回复
  3. 赞赞哒

    来自浙江 回复
    1. 😳 😳

      来自北京 回复
  4. 请问对话指令集中的句型,[][][外面]有(雾霾|污染)吗
    1.[]代表词槽
    2.[外面]代表什么?
    3.(雾霾|污染)()代表可选项
    4.雾霾|污染 代表或

    来自浙江 回复
    1. 尖括号代表槽
      []代表可选语法 ()代表必选语法

      来自北京 回复
  5. 想提问个问题,在最上面的流程图中,按照地址>时间的顺序设计流程是否合适?如果用户先说时间的话,系统是否一致提示请告知地址……..?

    来自广东 回复
    1. 其实也是可以的,流程的设计并非一成不变,只要按照合理的交互逻辑设计就好

      来自北京 回复
  6. 哈哈,我也搞了篇vui+gui 的 方便加个微信否。

    来自广东 回复
  7. 感谢~ 唯一一篇VUI的文章,多交流

    来自上海 回复
    1. 哈哈 我也写了一篇,不过没牵扯技术,光设计

      来自广东 回复
  8. 作者以后写文章的时候,对于一些比较专业的术语,建议不要只是写英文,最好有一个中文的解释,因为英语名词如果不是在这个行业做过的话理解起来会有偏差。

    来自安徽 回复
    1. 很好的建议

      来自北京 回复