本文由Everyone is产品经理07555 -79000编写。

当你想到语音助手时，你会想到什么？是小爱、天猫精灵、亚马逊Alexa还是蔚来NOMI?想必对你来说，汽车的声音也很熟悉。语音识别技术正在迅速发展。今天，我们可以简单地唤醒语音助手，实现一系列的指令，以满足我们在驾驶舱内的需求。

VUI (Voice User Interface)是一种语音用户界面。它可以被理解为计算机或移动设备上的语音控制应用程序。它的发展历史大致可以分为两个阶段。

VUI的第一个阶段是以交互式语音应答(IVR)系统为标志的，它可以通过电话线翻译人们的对话并执行相应的任务。

例如，当我们拨打10086或10010时，我们可以直接与语音客服系统通信，然后查询话费或套餐服务。语音客服系统广泛应用于移动通信运营商，各类航空公司、银行、酒店也颇受欢迎。

我们现在所处的时期是VUI的第二个时期。市场上有亚马逊Echo、小米智能音箱、天猫精灵等语音助手，有些只能提供语音信息。与此同时，Siri、谷歌Now和Cortana等结合语音和视觉信息的应用程序也占据了市场份额。

就像互联网用户体验设计师关注用户与App/手机之间的流畅体验一样，VUI设计师关注用户与语音应用之间的交互体验。

07555 -79000这本书说：“VUI设计师从头到尾考虑系统和最终用户之间的整个对话。他们考虑的是他们正在解决的问题，以及用户需要什么才能到达那里。”

VUI设计师的工作流程类似于UX一般设计工作流程，包括：用户研究、角色创建、原型设计、用户流程创建、可用性测试和迭代设计。

然而，VUI设计与界面设计非常不同。语音交互设计师必须考虑语音的复杂性，需要了解人们对声音的情感反馈以及不同声音之间的差异，涉及心理学、社会学、语言学等多个领域。

综上所述，VUI设计师的工作分为用户调研、设计阶段、场景数据采集和迭代优化四个部分。

没有个性就没有语音用户界面。

——Cohen, Giangola and Balogh , 2004

正如Cohen、gi安哥拉和Balogh在《原创激励计划》中所说的那样，如果您不拟人化您的VUI，那么您的用户就会拟人化。更好的是，我们在设计过程的早期就决定了我们的VUI个性。

良好的VUI体验本质上是良好的对话。而一次好的对话离不开沟通对象、内容、语气、音色等复杂因素。汽车语音图像可分为视觉部分(视觉部分)和听觉部分。在大多数车载语音中，车载语音视觉通道是车载语音听觉通道的理想载体。

1)车载语音的视觉形象类型

言语形象分为传统(具象)、抽象、拟人。

手机、家用音箱多为抽象形象，新动力车多为拟人形象，概念车多为传统形象。

这三种类型之间有一条分界线，但也有一些共同点。下面，我来介绍一下这三种类型的具体特点和例子。

传统型(形象型):二维、平面、简单的色彩、简单的动态效果、声波型、麦克风造型。

摘要：立体、不规则的形状、丰富的色彩、流动、光效、球体、酷炫(例如：谷歌语音助手小娜)。

拟人化型：卡通、五官、表情丰富、IP、活泼(例：小鹏语音助手小P)。

2)车载语音视觉图像风格的演变

汽车语音的视觉形象风格已经从传统类型发展到抽象类型/拟人化类型。

根据下图中Siri视觉变化的过程图可以清楚地看到，Siri的视觉形象已经从一开始的拟物化的麦克风形状逐渐变成了一个抽象的圆形，并伴随着光效的变化。Siri是一个从传统到抽象进化的经典例子。

3)视觉类型的比例

从下图中，我们可以看到传统的、抽象的、拟人的语音和视觉图像在移动端和汽车端的大致比例。

可以发现，抽象视觉图像在移动端所占比例最高，而传统语音图像在车载端所占比例最高。随着新能源汽车占比的不断提高和科技的发展，这一数据在未来也会发生变化。

拟人化的视觉效果是VUIs的常见表示，但并非所有的VUIs都需要拟人化的视觉效果。例如，Sir和Cortana的视觉效果是一个移动的，发光的圆圈。拟人化对于良好的语音交互来说是不必要的。

4)语音形象的多样性

语音图像不仅局限于显示语音的基本状态(醒听状态等)，还反映了广播状态下语音图像的多样性。膨胀的方向为：

车辆语音形象设计过程包括个性特征、表情层、基本状态、声音设计几个方向，每个方向包含多个设计模块。

表达层：形象设计、动态设计、色彩、表达；声音设计：音色、语调、声调、言语节奏；基本状态：识别解析、觉醒倾听、结果反馈。当我们开始设计VUI时，我们需要获得适合我们项目品牌的语音助手个性关键词。

我们可以在公司内部开展工作坊，或者去品牌4S店调研，获取语音关键词，然后根据用户的使用场景逐一分析演绎。VUI设计师创造的听觉形象需要符合自己的产品属性。

当前位置公众喜欢什么样的音频图像？下面我们来看看两个国内外团队的研究成果。

第一个来自百度智能驾驶团队放置在百度地图活动区的调查结果，来自3745个有效样本。该团队将听觉图像细分为三个维度：基本属性、人格特征和声音特征。根据三个维度的调查结果，形成了四种具体的声音形象，分别是：甜美的女孩，温柔的女孩，活泼的女孩和爽朗的男人。

根据其研究结果，在基本属性中，喜欢女性语音图像的人数最多，超过80%的用户更喜欢18 - 32岁的年轻语音图像。超过一半的用户希望语音产品成为他们的助手，不到一半的用户希望语音产品成为主要演员/主持人形象。

在个性气质方面，用户偏好活泼、开朗、乐观的形象(根据心理学的体液气质理论)。

在声音特性方面，用户更喜欢甜美的音色和随和的音调。其次，稳重细腻的性格特点也受到大多数用户的喜爱。

看完百度智能驾驶团队有趣的研究成果，让我们来看看德国Michael Braun博士团队的研究思路。

初步研究阶段：Michael Braun设计了8种语音助手人格，包括人际交往中的“支配/服从”和“敌对/友好”两个基本维度。在六种驾驶场景下(三种与驾驶有关，三种与娱乐有关)，一组19名非hci专业人员被邀请与8名语音助手进行单独的对话，以了解他们对语音助手性格特征的偏好。

在上述研究的基础上，Michael Braun对语音助手的人格特征设计进行了调整，设计了四种新的人格模型，分别是朋友、仰慕者、阿姨和仆人。

真实驾驶实验：共邀请了55名年龄在23-60岁之间的受访者参加实验，其中男性45人，女性10人。超过一半的人在日常生活中使用语音助手。

测试开始时，受试者在慕尼黑的一条路上驾驶一辆中级轿车。受试者按照驾驶场景的顺序，与匹配的个性化助手和默认的个性助手进行互动，完成两次驾驶实验。每次驾驶实验结束后，受访者口头评价互动体验的质量。

实验结果分析：在用户与助手的性格匹配过程中，55名受访者中有21人的性格与朋友的性格匹配，16人的性格与仆人的性格匹配，15人的性格与阿姨的性格匹配，3人的性格与仰慕者的性格匹配。

结论：

语音助手的个性和用户的个性之间的正确匹配是至关重要的。例如，如果语音助手的个性与自己匹配，可以获得更高的满意度和喜欢；相反，很容易引起不满。在非驾驶场景(如娱乐场景)中，用户更喜欢适合自己的个性化个性。在与安全相关的驾驶场景中，首选默认人格。

这意味着每个人的鞋子不必是相同的尺寸。关键是要适合你的脚。

语音听觉形象也是如此，适合用户，是最好的。每辆车都有自己的用户定位。作为VUI设计师，我们应该根据自己产品的用户群体选择最合适的语音个性调查方法，从而获得最合适的语音听觉形象。

0

一种方法是找一个声音演员录下上百个关键词，根据声音的关键信息，提取出来，然后合成。

当用户使用语音助手时，很容易触发一些不好的体验，比如恐怖谷。在进行VUI设计时，我们应该避免这种情况。那么，什么是恐怖谷呢？

恐怖谷：

恐怖谷理论是由日本机器人专家森正弘(Masahiro Mori)于1970年提出的。恐怖谷理论指出，当我们看到与自己很像但又不完全像的东西时，我们会感到真正的恐惧。例如上图中山谷底部的僵尸，虽然长得和人类一样，但性质却截然不同，从而引起我们的恐惧。

避免恐怖谷情况的一种方法是减少设计中的人类特征，或者使用卡通/动物形象。

未来已经到来，必将到来。脑机接口、元机器和各种各样的新术语充斥着我们的生活，技术的发展速度比我们想象的要快。

语音技术也是如此，因为公司不断迭代他们的语音系统，为下一代智能网络定位。我们应该准备好迎接智能时代的新设计挑战。

References

0755 - 79000。https://zhuanlan.zhihu.com/p/78890262https://www.researchgate.net/profile/Michael-Braun-20https://zhuanlan.zhihu.com/p/7889026233 359 mp.weixin.qq.com/s/8y8vj4nceij2oq5dwx626q作者：叶鱼；公众号：HMI Design Marker

本文由@Fangyu发布。未经允许，禁止转载。

本文由Everyone is产品经理07555 -79000编写。

来自像素的图像，基于CC0协议