這個夏天,被人工智能驕陽炙烤着的智能語音交互市場,熱度可謂一路飙升。
語音交互的主要能力在于開放式domain的聊天型功能與任務導向的技能型功能。如果說快捷高效、輕松自然是語音交互的獨特優勢,那麼任務導向型功能就是這些優勢的完美落點,一個量好的語音交互産品,自然是技多不壓身,能夠cover的domain多越好,能夠get的技能越強大越好。
那麼,作為語音産品設計人員,如何以短平快的方式設計一個任務導向型對話場景呢?
當然,和傳統交互設計工作一樣,前期調研是很有必要的。你想設計的這個功能是否能滿足産品目标、是否具備相關技術和數據能力支持以及符合用戶實際需求?如果有兩個場景擺在你設計的智能音箱面前,一個是訂外賣,而另一個是星座速配,你會選擇優先做哪個?
一旦确定了要設計某個場景,接下來就可以着手設計工作了。具體來說就是三個步驟:理清對話邏輯(Chat Flow)、設計語法(Grammer)以及設計應答 (Confirmation)。
如同圖形用戶界面以點擊-觸發為各個節點的交互邏輯,VUI也需要一從query到answer的流轉邏輯,将一個場景的對話流程流暢的貫穿起來。
假設你設計的對話場景是查詢空氣質量,請考慮在這番對話中可能出現的任何情況以及相應的反饋動作:
下圖展現了該場景可能的Chat Flow
即便是詢問天氣這樣看上去很簡單的對話場景,也可以設計出十分複雜的對話邏輯,根據該場景在你産品中的重要程度決定細節邏輯的粒度。
語法就是用戶輸入的指令集,對話設計者需要設計對話的意圖(Intent),以及盡量考慮用戶可能表達方式,将其中最核心、最常用的表達方式提取為指令集模闆。設計的指令集越多越全面,對話覆蓋率就會越高。
想象場景還是查詢空氣質量,請考慮用戶會用怎樣的表達方式來提出自己的要求:
“幫我查詢空氣質量”
“北京空氣質量指數”
“今天PM2.5值是多少”
“我需要戴口罩嗎”
“今天的空氣怎麼樣”
……
中華語言,博大精深,簡單的查詢空氣質量,就有茫茫多的問法。不過不用着急,你隻需要提取一些最典型的句式,至于“麼”“嗎”“呢”這些語氣詞,或者虛詞、助詞等,語義理解模塊(NLU)會幫忙泛化。
下圖為查詢空氣質量對話指令集,其中<place>和<time>是槽位(Slot)。Slot是NLU從用戶指令中抽取的關鍵信息點,NUL模塊通過這些關鍵信息及其取值定義(Slot-Value),理解用戶指令的具體要求。
語音交互中最主要的應答方式是TTS(Text To Speech),就是将設計者寫好的應答腳本,通過TTS引擎轉化為語音播放出來。應答帶給用戶最直觀的感受,應答的好壞,直接關系到語音産品的體驗。鑒于過長的語音内容會增加用戶的記憶負載,設計應答時應該盡量簡潔。同時,如果你的語音産品具備自己的個性特點,在應答時也請按照該特點的語言風格撰寫腳本,保持角色的一緻性。
還是查詢空氣質量的例子,在第一步,設計對話邏輯的過程中,我們已經定義了該對話可能出現的幾類應答。分别是:
接下來,你隻需要在對話腳本(script)文檔裡,發揮你強大的語言天賦,進行完型填空就可以了。
“script”有“撰寫電影腳本”的含義,而整個設計對話過程确實很像設計電影腳本,有來言有去語,通過問答的互動形式幫助用戶完成任務。
綜上所述,設計任務導向型對話場景是一項關乎人類最自然的對話和AI最智能的技術結合的複雜而有趣的工作,希望這篇文章對從事語音交互産品設計的同學們有所幫助。
作者:Rachel Hu,阿裡雲OS VUI交互設計師
本文由 @Rachel Hu 原創發布于人人都是産品經理。未經許可,禁止轉載。
,更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!