一分钟读懂AI时代语音设计的开发到上线

基于语音的界面正变得司空见惯。 Siri和Cortana等语音助手也已经出现好几年了，但在过去的这个假期，亚马逊和谷歌的语音驱动型设备进入了数百万个家庭。

VoiceLabs最近的分析估计，今年将有2450万个语音驱动型设备出货，这几乎是去年的四倍。 作为体验设计师，我们现在有机会进行语音体验和语音界面的设计了！

设计一个全新类型的界面并不意味着我们必须抛弃以前已经成功应用到界面设计中的所有经验。我们需要根据语音驱动界面的细微差别来调整我们的设计流程，包括会话交互的加入以及可视化屏幕的缺失。我们将研究那些典型的语音类产品的工作原理、讨论设计语音体验的步骤，并通过为Amazon的Alexa平台设计一个语音应用程序（Amazon称在Alexa平台上的语音应用为 Skills）来说明这些步骤。

了解语音界面之间的关联

就像移动应用在操作系统和设备上运行一样，三个层次必须一起工作才能实现语音交互：

启用语音交互的层级

1. 语音应用程序（Amazon Skills 和 Google Actions）;

2. 人工智能平台（Amazon Alexa，Google Assistant，Apple Siri，Microsoft Cortana）;

3. 智能设备 (Echo, Home, smartphones, computers).

每个层级都依赖下一层级，并支撑上一层级。 语音界面位于上面两层，两者都驻留在云端，而不是在物理设备上。

让我们以Alexa平台上一个名为 Jeopardy!的Skill（应用）为例，来看看这些层级之间是如何协同工作的

启用语音交互的层级

诸如Amazon Echo和Google Home之类的语音驱动设备不断地在等待唤醒词（“Alexa ...”或“OK，Google ...”）从而进入操作状态。 一旦激活，设备会将随后接收到的音频发送到云端的AI平台（“... play jeopardy！”）。 该平台使用自动语音识别（ASR）和自然语言理解（NLU）的组合来识别用户的意图（开始益智游戏）并将其发送到支持应用程序（Jeopardy！J6 Skill on Alexa）。 应用程序处理请求并通过文本进行响应（如果支持则提供可视化信息）。 该平台将文本转换为语音并通过设备播放（“欢迎来到Jeopardy J6，这是今天的线索......”）。 这一切只需几秒钟。

建立语音体验

去年，马克·扎克伯格（Mark Zuckerberg）接受了一个个人的挑战，去建立一个简单的AI来管理他的家。 他做到了，它被叫做Jarvis，还拥有了Morgan Freeman的声音。

Mark Zuckerberg把Morgan Freeman介绍给使用他声音的AI

当然，大多数人没有能力或资源去做同样的事情，但是我们可以通过在已经搭建好的第三方AI平台上运行我们的语音应用程序来减少工作量。 这让我们只需要担心语音应用程序的设计和开发，大大简化了开发工作。  Amazon和Google已经公开提供了相应的模板、代码以及详细的使用步奏，帮助开发者构建不同类型的语音应用程序，即使非开发人员也可以在一个小时内开发一个应用程序！

他们在简化应用程序开发方面的投资正在得到回报，每个月都有数千个新的语音应用程序正在启动。 语音应用的增长带来了大家对于90年代网络淘金热的回忆，以及应用商店推出后移动应用爆炸式增长景象的联想。

截至2017年5月，Alexa 平台上各 分类Skill的数量

在拥挤的语音市场中，良好的设计将使您的语音应用程序与其他数百个类似的应用程序区分开来。

语音体验设计

要设计一个良好的语音用户体验在开始开发之前应该经历五个步骤（发现 -> 定义 -> 细化 -> 描述 -> 提炼）。 虽然直接进入开发可能是诱人的，但在探索如何进行正确的设计上花费时间也是值得的。

设计语音体验的步骤

我们将讨论和应用每个步骤来设计一个语音应用程序，这可以很容易地使用Alexa的许多Skill模板中的一个来进行开发。

• 发现

  设计之旅始于“这个语音应用程序如何为用户提供价值”这个问题。无论您是在开发一个独立的语音应用程序（如我们的示例）还是您的语音应用程序只是您的顾客使用的许多接触方式之一。您要 考虑的是人们为什么和在哪里使用语音应用程序。 正如Mary Meeker的“2016互联网趋势报告”所显示的那样，人们使用语音接口是因为免提互动的好处，交互的速度和易用性，同时主要在家中或在汽车中使用。

  
  使用语音界面的主要原因（作者的标注）
  
  

  关键是要找到那些相比使用电话或计算机来说语音应用更易用、更便捷的用户需求。例如银行提供的帐户信息或电影观众在附近寻找新的电影这样的场景。

  如果您有已经有语音应用的竞争对手，请审视他们正在做的事情以及他们的应用在应用市场（例如亚马逊的Alexa Skill商店）收到的评论和反馈。 其目的不是盲目模仿，而是去了解他们已经设定的功能模块，以及目标用户的期望。

  （在写这篇文章的时候，有超过1500个“益智游戏” 相关的的Alexa Skills，这使它成为了数量最多的 Skill类别，但是这其中没有一个是迎合了用户体的Skill。 在 接下来的语音设计过程中，我们将创建一个用户体验设计相关的Skill，让读者测试他们设计相关知识，你甚至可以从中学到新的东西。）

• 定义

  在这一步中，我们将定义我们的应用程序的个性和它将具有的功能。

  个性

  在设计语音界面时，我们没办法通过网页和移动界面中大量使用的视觉元素来展现个性。 语音界面中的个性必须通过口头交流的声音和语气来实现。 跟能听到Freeman舒缓声音的Zuckerberg不一样，我们听到的只能是设备默认的声音。 这使得在传达我们想传达的个性时，语调和措辞至关重要。

  好消息是，这个领域的大部分基础工作应该已经完成并记录在企业品牌指南或网站风格指南中（提示：寻找“语调”部分）。 为您的语音应用程序充分利用这些指导原则，并在各个任务路径和接触点之间保持一致的个性。

  当我想到个性和语调时，“维珍集团”立即映入了我的眼帘。 他们清楚地界定了他们是谁以及如何将这些传达给用户。 对于“维珍美国”来说，理想的语气是“时髦、随和、非正式、俏皮以及口齿伶俐”，这些在所有的交流中都清晰的传达了出来。

  
  维珍美国的品牌个性 ， 来源：（Virgin America）
  

  
  

  如果你曾经要求过Alexa唱歌或尝试过任意一个Alexa内置的复活节彩蛋，那么你会知道她有自己的个性。 当我好奇的向负责她个性构建的团队了解时，他们是这样说的：

  当构建Alexa的声音时，我们尝试着给她设计了自己的个性，它包含了亚马逊最重视的那些特质。 我们希望她在乐于助人，谦虚和聪明的同时还能保持有趣。 这是一个循序渐进的过程，我们期望随着更多开发者投入其中，使她变得更聪明的同时Alexa的声音也能随之演变。

  个性还可以反映在应用列表中显示的应用名称、图标、说明，以及用于唤起应用程序的名称（调用指令）中。 所以，在发布你的应用程序的时候，要确保它显而易见。

  对于我们的用户体验设计技巧，我们可以采取一个简单或有趣的方法，这将反映在我们测验问答选项的措辞中。

  一个正常音调的例子是：

  哪一种UX设计原则偏向简单而不是复杂？

  而一个有趣音调的例子是：

  显然，有一个UX的设计原则，偏向于简单而不是复杂。 真的！ 你能猜到它叫什么吗？

  还是让我们坚持正常吧。

  功能

  这是您仔细思考哪些功能是对您语音程序用户有用的地方。 从第一步重新审视您的工作，以确定与您业务相关的核心能力。 有时提供核心功能是一件不容易的事情，例如银行提供与余额、交易和到期日相关的信息。 其他产品则以相关功能的形式提供价值，比如汰渍的去污指南语音应用程序，或者Glad（食品存储和垃圾袋制造商）的语音应用程序，其中一个帮助用户记住他们存放剩菜的地方，另 一个允许用户检查哪些物品应该被回收或丢弃在垃圾箱中。

  如果你在从网络到手机的时候做了类似的练习，那可以作为起点。 对于语音功能，请考虑到在公共场合语音设备的哪些功能可以为用户提供便利。 如果一个Skill有安全或隐私方面的顾虑，可以考虑增加一个保护级别（Capital One Alexa Skill允许用户为账户访问创建一个个人密钥）。 虽然您最终可能会通过语音使用一系列功能，但您可以从一到五个核心功能开始，并在启动后使用语音分析功能从用户习惯着手进行更新和改进。