——————/ BEGIN /——————
VUI概念解讀
1。 VUI釋義及簡史
VUI（Voice User Interface）意為語音使用者互動介面，可以解釋為計算機或移動裝置上的語音控制應用程式。其發展歷史大概可以劃分為兩個階段/時期。
VUI第一個時期的出現標誌是互動式語音應答（Interactive Voice Response， IVR）系統的誕生，IVR系統可以透過電話線路理解人們的談話並執行相應的任務。
比如：我們撥打行動通訊運營商10086或10010時，可以與出現的語音客服系統直接溝通，繼而查詢話費或套餐業務。語音客服系統除了在行動通訊運營商中廣泛應用，各類航空公司、銀行、酒店也紛紛普及。
我們現在所處的時期是VUI的第二個時期。現今市面上存在Amazon Echo、小米智慧音箱、天貓精靈等語音助手，其部分型號僅能提供語音資訊，與此同時，Siri、Google Now、Cortana等綜合了語音和視覺資訊的App也同樣佔據市場份額。
在我們所處的第二時期，雖然很多事情已經可以被當前的語音助手處理，但同時還有很多事情語音助手無法完成，所以目前我們同時也處於下一階段的初期，可以盡情期待VUI發展的未來：
當我們開著車行駛在路上，駕駛艙內的車載語音助手根據我們每個人的喜好主動告知我們哪裡的商場今天正在進行打折，哪家羅森目前還能買到經常斷貨的小蛋糕；又或是當我們情緒不好，主動做出緩解我們情緒的行動或提供建議。
2。 VUI設計師的工作內容
一如網際網路UX設計師專注於使用者和App/手機之間的流暢體驗一樣，VUI設計師專注於與使用者和語音程式之間的互動體驗。
《語音使用者介面設計》一書中這樣說道：
“VUI設計師思考的是在系統和終端使用者之間從開始到結束的整個對話過程。他們思考正在解決的問題以及使用者需要什麼來達成他們的目的。”
VUI設計師的工作流程與UX通用設計流程類似，同樣包含：使用者研究、角色建立、原型設計、使用者流程建立、可用性測試和迭代設計。
但VUI設計和介面設計有很大的不同，語音互動設計師必須考慮語音的複雜性，需要了解人們對聲音的情感反饋和不同聲音之間的區別，涉及心理學、社會學、語言學等領域。
總結來說，VUI設計師的工作內容分為四個部分，依次分別是：使用者研究、設計階段、場景資料收集、迭代最佳化。
車載語音形象
沒有人格的語音使用者介面是不存在的。
——Cohen， Giangola and Balogh ， 2004
正如Cohen， Giangola 和 Balogh 在《語音人機介面》中所說：如果你不給你的VUI設定人格化特徵，那麼你的使用者就會（腦補）。所以更好的做法是，在設計的初期就確定好自己的VUI人格。
好的VUI體驗，本質上就是一次好的交談。而一場好的交談自然離不開交流的物件、內容、語氣、音色等複雜性因素。
車載語音形象可分為視覺化部分（視覺部分）和聽覺部分。在大多數車載語音裡，車載語音視覺通道是車載語音聽覺通道的理想載體，二者相互結合，相輔相成。
1。 語音視覺形象
1）車載語音視覺形象型別
語音形象分為傳統型（具象型）、抽象型、擬人型。
移動端手機、家庭音箱類語音多為抽象型形象，新勢力車多為擬人型形象，概念車多為傳統型形象。
這三種類型型別之間有分界線，但也會有一些融合。下面，我來介紹一下三種類型的具體特徵和例子。
① 傳統型（具象型）
：二維、扁平、顏色簡單、動效簡單、聲音波型 、麥克風造型。
② 抽象型：
三維、形狀不規則、色彩豐富、流動感、光效、球體、炫酷（例：Google語音助手Cortana）。
③ 擬人型：
卡通、五官明顯、表情豐富、IP化、生動活潑（例：小鵬語音助手小P）。
2）車載語音視覺形象風格演化
車載語音視覺形象風格由傳統型向抽象型/擬人型演化。
透過下圖Siri的視覺變化過程圖，我們能夠明顯看到Siri的視覺形象由一開始的擬物化麥克風造型，逐步變為抽象型的伴隨著光效變化波動的圓。Siri是一個典型的由傳統型向抽象型演化的例子。
3）視覺型別佔比
透過下圖我們可以看到傳統型、抽象型、擬人型語音視覺形象在移動端和車極端的大致佔比。
可以發現：在移動端目前佔比最高的是抽象型視覺形象，在車載端，目前佔有最高比例的是傳統型語音形象，隨著新能源車佔有比例升高和科技的發展，這一資料也會在未來隨之變化。
擬人化的視覺形象是VUI的常見表現形式，但不是所有的VUI都需要擬人化視覺設計，比如Sir和Cortana的視覺形象就是一個活動的發光的圓圈。對於一個好的語音互動來說，擬人形象並不是必不可少的條件。
4）語音形象的多樣性
語音形象不僅限於展示語音的基礎狀態（喚醒聆聽態等），同時也體現播報態語音形象的多樣性。拓展方向為：
語音形象與不同形象結合；
語音形象與不同情緒、個性化（如生日）結合；
語音形象與不同智慧場景結合（天氣、小憩模式）。
2。 車載語音形象設計流程
車載語音形象設計流程包含人格特徵、表現層、基礎狀態、聲音設計幾個方向，每個方向又包含若干設計模組。
表現層：形象設計、動效設計、顏色、表情；
聲音設計：音色、語調、語氣、話語節奏；
基礎狀態：識別解析、喚醒聆聽、結果反饋。
3。 如何得到語音的人格特徵
當我們著手VUI設計時候，我們需要得到符合自己專案品牌的語音助手人格關鍵詞。
我們可以在公司內部開展workshop或去品牌4S店進行調研，得到語音關鍵詞，再根據使用者的使用場景逐個分析推導。VUI設計師創造的聽覺形象需要符合自身產品屬性。
4。 語音聽覺形象（兩組調研）
普羅大眾喜歡什麼樣的語音聽覺形象呢？此處我們來看兩個國內外團隊的研究結果。
第一份是來自於百度智慧駕駛團隊投放在百度地圖活動專區的的調研結果，來自於3745份有效樣本，該團隊將聽覺形象細分為基礎屬性、性格特質和聲音特質三個維度，根據三個維度的調研喜愛結果，組成了四種具體語音形象，分別是：甜美女生、溫和御姐、活潑女孩和爽朗男性。
根據其調研結果，在基礎屬性中，喜歡女性聲音形象的人佔據最多的人數，大於80%的使用者青睞18-32歲的偏年輕的語音形象。超半成的使用者希望語音產品成為自己的助手，低於半數的使用者希望語音產品為主播/主持形象。
在性格氣質層面，使用者偏好活潑、開朗的多血質形象（依據心理學體液氣質理論）。
在聲音特質方面，使用者更喜歡甜美的音色和隨和親切的語氣。其次穩重、細膩的性格特質也被多數使用者所喜歡。
看了百度智慧駕駛團隊有趣的調研結果，再讓我們看一下德國Michael Braun博士團隊的調研思路。
前期研究階段：Michael Braun設計了8種語音助手人格，包含“主導 / 順從”和“敵對 / 友好”幾個人際交流間的基本維度，並在 6 個駕駛場景（3 個與駕駛相關，3 個與娛樂相關）下，邀請 19 名非 HCI 專業人員分別與 8 名助手進行對話，瞭解他們對語音助手人格特徵的需求偏好。
基於以上研究，Michael Braun對語音助手的人格特徵設計進行調整，設計出 4 種新的人格模型，分別為朋友、傾慕者、阿姨、僕人。
現實場景駕駛實驗：實驗共邀請了 55 名年齡在 23-60 歲的被訪者者，其中有 45 名男性和 10 名女性，被訪者中超過一半的人在日常生活中使用過語音助手。
被訪者駕駛中級轎車在慕尼黑的某路段上開始測試，按照駕駛場景的順序，被訪者者分別與匹配到的個性化助手和預設人格助手互動完成兩次駕駛實驗。在每次駕駛實驗後，被訪者口頭評價本次互動體驗的好壞。
實驗結果分析：在使用者與助手人格匹配過程中，55 個被訪者裡有 21 個與朋友人格匹配，16 個與僕人人格匹配，15 個與阿姨型人格匹配，3個與傾慕者人格匹配。
結論：
語音助手人格與使用者個性的正確匹配至關重要，如匹配到適合自己的助手人格時，能夠獲得更高的滿意度和喜愛度，相反則容易引起不滿。
非駕駛場景下（如娛樂場景），使用者更喜歡適合自己的個性化人格；安全相關駕駛場景下，預設人格更受青睞。
習典有言：“履不必同，期於適足。”
意思就是說：每一個人的鞋子大小不必相同，關鍵是要適合自己的腳。
語音聽覺形象亦是如此，適合使用者的，才是最好的。每款汽車都有自己的使用者定位，作為VUI設計師，應當根據自己產品的使用者人群，來選擇最合適的語音人格調研方法，才能得到最適合的語音聽覺形象。
此外，可能會有同學好奇，語音助手聲音是如何合成的？
方法之一是找聲優錄上百條關鍵話術，根據聲音的關鍵資訊，提取出來，然後合成的。
謹防使用者“跌落恐怖谷”
當用戶在使用語音助手的時候，容易觸發一些不良體驗，例如：恐怖谷狀況。我們在進行VUI設計時，要避免陷入這一境地。那麼，什麼是恐怖谷理論呢？
恐怖谷理論：
恐怖谷理論由日本機器人專家森昌弘在1970年提出。恐怖谷理論的解釋為：當我們看到一個和人類極為相似但不完全相像的事物時，我們會由衷地感到恐懼。例如上圖中位於谷底的殭屍，雖然同為人類外形，但本質大有區別，於是引發我們的恐懼。
避免恐怖谷狀況的方法之一是在我們的設計中減少人類特徵設計，或者使用卡通/動物形象。
結 語
未來已來，將至已至。
腦機介面、元宇宙，各類新名詞充斥著我們的生活，科技的發展速度超乎想象。
語音技術亦是如此，各家公司持續迭代自己的語音系統，針對下一個世代的智聯網進行佈局。我們應做好準備，迎接智慧時代新的設計挑戰。
References
集虎卡，開鴻運！最高拆522元驚喜福袋！
