隨著人工智能的越發(fā)火熱，越來越多公司開始研發(fā)人工智能產(chǎn)品，其中對話AI產(chǎn)品尤其被大家所關(guān)注。當(dāng)前十分火爆的智能音箱就屬于人工智能對話AI產(chǎn)品，其主要交互方式是語音對話，所以語音交互開始被廣泛關(guān)注。本文嘗試探討的課題，即是圖形用戶界面設(shè)計與語音用戶界面設(shè)計的關(guān)系。

GUI與VUI的概念

本文中GUI (Graph User Interface) 指的是圖形用戶界面，包括我們現(xiàn)在所熟知的界面交互設(shè)計和視覺設(shè)計。本文中VUI (Voice User Interface) 指的是語音用戶界面。

GUI是道格·恩格爾巴特（鼠標(biāo)發(fā)明者）提出的概念，自從 80 年代蘋果推出第一款搭載GUI的電腦后，至今為止GUI一直是人機交互的代表。VUI前身是IVR —— 交互式語音應(yīng)答系統(tǒng)，比如： 10086 的語音應(yīng)答系統(tǒng)。

21 世紀(jì)初，IVR系統(tǒng)已逐漸普及。起初，“按鍵+語音”的混合形式（“請按‘1’號鍵，或說‘1’)，成為了人們和很多公司溝通的常見方式。

簡而言之，VUI主要指的是人通過自然語言與計算機進(jìn)行交互。由此可見，GUI和VUI指的都是用戶與計算機進(jìn)行交互，區(qū)別在于交互方式不同，前者通過圖形界面進(jìn)行交互，后者通過自然語言進(jìn)行交互。

VUI更加自然

GUI——用戶與系統(tǒng)在肢體上、感知上、概念上聯(lián)系的所有部分的總和。所謂肢體上指的是用戶點擊按鈕、操作鍵盤和鼠標(biāo)；感知上指的是視覺、聽覺和觸覺；概念上指的是認(rèn)知。

用戶與計算機進(jìn)行交互，主要通過手指操作硬件進(jìn)行輸入，主要通過視覺感知獲取輸出。整個交互模式是人為創(chuàng)造的，對人類是陌生的，是非自然的，學(xué)習(xí)成本較高。

對于VUI來說，用戶與計算機的交互方式是自然語音，就像人與人進(jìn)行溝通。用戶通過聲帶發(fā)聲進(jìn)行輸入，通過聽覺進(jìn)行感知，交互模式是自然的，學(xué)習(xí)成本較低，老人和小孩都能快速學(xué)會。

VUI信息量較小

GUI所能表達(dá)的信息量往往較大，更加豐富，維度更廣（包括時間和空間）。因為人類的視覺可感知到的信息更加豐富，也更加立體。在圖形界面上不止可以展示文字，還可以展示圖片和動畫，信息輸出更加豐富、生動和高效。當(dāng)然，如果輸出的信息越豐富，認(rèn)知成本也會越大，也更難快速抓住關(guān)鍵信息。

VUI信息輸出的載體是自然語言，靠聽覺進(jìn)行感知。因此，VUI在單位時間內(nèi)所能輸出的信息量較小，較單一，且只涉及時間維度。正因為如此，VUI的語音一定要簡潔高效，切記廢話，要讓用戶在短時間內(nèi)快速獲知核心信息。由于語音信息密度小，用戶在獲取語音信息的時候也會更加專注和輕松，不會被附加信息所干擾。

GUI的設(shè)計目標(biāo)和部分設(shè)計原則同樣適用于VUI

VUI同樣屬于用戶體驗設(shè)計范疇，只不過交互形式發(fā)生了變化，而人本化的設(shè)計目標(biāo)和基于認(rèn)知的設(shè)計原則不變。

1. 易于理解和使用

VUI同樣需要易于理解和使用，同樣需要遵循可見性、一致性、熟悉性和啟示性?？梢娦浴獓L試保證事物可見，讓用戶感知到哪些功能是可用的，知道系統(tǒng)的當(dāng)前狀態(tài)。

• 可見性不單單指視覺可見，對于VUI來說，可見性主要指聽覺“可見”，目的是讓用戶察覺到它。

• 一致性——在使用設(shè)計特征時保持一致，在相同系統(tǒng)和標(biāo)準(zhǔn)工作流程下保持一致。對于VUI來說，一致性包括人格一致、說法一致、音效一致等。

• 熟悉性——使用用戶熟悉的事物，目的是讓用戶在使用產(chǎn)品時有熟悉感，而不是陌生感。熟悉感會讓用戶感到親切和自信，否則會感到不安和焦慮。對于VUI來說，熟悉性指的是系統(tǒng)反饋的語音是讓用戶感到熟悉的、親切的，就像朋友在與自己聊天。

• 啟示性——一個優(yōu)秀的設(shè)計是能夠清楚地看出它是用來做什么的。比如：把按鈕設(shè)計成可按壓的樣子，那么人們在使用時就會按下它。對于VUI來說，啟示性指的是系統(tǒng)要巧妙地給用戶提示，啟發(fā)用戶更熟練地與系統(tǒng)進(jìn)行交互。

比如：如果用戶說：“我想聽Barenaked Ladies的歌曲《Call and Answer》?！?然后VUI回應(yīng)：“播放Barenaked Ladies的《Call and Answer》?！边@樣下次用戶可能就會直接說：“播放Barenaked Ladies的《Call and Answer》?！?/p>

2. 安全、信任的

VUI同樣需要讓用戶感到安全并信任系統(tǒng)，讓用戶感到控制感，知道他們在做什么和怎么去做。

• 控制——清楚何人或何物處于控制之中，并允許用戶進(jìn)行控制。對于VUI來說，就是要給用戶充分的控制權(quán)。比如：在播放音樂時，需要支持語音控制音量、上一首、下一首、收藏、取消收藏、切換播放模式等操作，讓用戶可以完全解放雙手。

• 反饋——快速地從系統(tǒng)向人反饋信息，從而用戶可以了解他們的操作所帶來的影響，恒定而一致的反饋會促進(jìn)控制的感覺。對于VUI來說，需要給用戶充分且恰當(dāng)?shù)恼Z音、音效等反饋，讓用戶及時感知到系統(tǒng)狀態(tài)。就像人與人交流時，如果A說了句話，B沒有回應(yīng)，那么A就會感到?jīng)]有被尊重，這是很糟糕的體驗。

• 恢復(fù)——支持快速和有效的恢復(fù)操作，尤其是從失誤和錯誤的操作中。對于VUI來說，同樣要避免單行線式的操作路徑，需要給用戶返回、恢復(fù)的機會，比如：有語音收藏歌曲功能，就一定也要有語音取消收藏功能。

• 約束——提供一些約束從而用戶不會進(jìn)行不合適的操作，尤其是，可以通過限制性允許的操作和對危險操作的確認(rèn)來防止用戶產(chǎn)生嚴(yán)重的錯誤。對于VUI來說，對于某些有風(fēng)險的操作，也需要給用戶一定的約束。比如：當(dāng)用戶說：“把音量調(diào)大最大”時，系統(tǒng)最好讓用戶進(jìn)行二次確認(rèn)：“音量最大會非常響，確定要調(diào)到最大嗎？”

3. 靈活、愉悅的

用戶體驗設(shè)計的目標(biāo)之一就是要讓用戶感到愉悅，因此情感化設(shè)計被不斷提起。人工智能對話AI產(chǎn)品的設(shè)計目標(biāo)當(dāng)然也是要讓用戶感到愉悅。

• 靈活性——允許多種方式，適應(yīng)具有不同經(jīng)驗和興趣的用戶。為用戶提供可以改變事物外觀和行為的機會，從而實現(xiàn)系統(tǒng)的個性化。比如：如果可以讓用戶選擇或切換系統(tǒng)的人格（端莊穩(wěn)重還是俏皮可愛），用戶的滿意度肯定會因此加分。

• 風(fēng)格——設(shè)計需要是時髦且吸引人的。對于VUI來說，需要系統(tǒng)的音色和語氣是吸引人的，不管是端莊穩(wěn)重、俏皮可愛，還是溫柔舒緩，總之需要有魅力。有魅力才能讓用戶動感情，喜歡上這個系統(tǒng)。

• 趣味性——一個吸引人的系統(tǒng)必須是文雅的、友好的、有趣的、令人愉悅的。對于VUI來說，需要在對話中嘗試添加一些趣味性。我們都喜歡幽默的人，自然也會喜歡幽默的系統(tǒng)。這主要取決于系統(tǒng)語料的質(zhì)量，需要語料是豐富且有趣的。當(dāng)然什么事都需要把握好尺度，過分了就會顯得不真誠。

關(guān)于作者

人工智能交互設(shè)計師，來網(wǎng)易前做B端通信軟件和C端網(wǎng)盤軟件。在網(wǎng)易做過游戲交互設(shè)計，現(xiàn)在在網(wǎng)易三音云音箱研發(fā)團(tuán)隊，負(fù)責(zé)音箱APP的交互設(shè)計。喜歡游戲、運動和電影。

------------

來源：站長之家