前沿：

開頭必須來一句，我相信語音一定是未來，我非常確認

這篇 HMI 的語言探索以介紹語音交互內(nèi)容為基礎(chǔ)，結(jié)合我的實際工作項目經(jīng)驗，輸出總結(jié)關(guān)于語音設(shè)計的內(nèi)容，最后結(jié)合案例，在對話設(shè)計中會進行深度的探索，并提出個人的想法和思路，因為有的時候深度去思考覺得我們項目還可以有很多優(yōu)化的點。

進入我們今天的正題。

在說語音交互之前，先給大家講一下題外話，關(guān)于人機交互（Human Computer Interaction）簡稱 HCI，可能日后我想去攻讀這個碩士學(xué)位，簡單來說就是指人與計算機之間通過使用某種對話語言，以一定的交互方式，為完成確定任務(wù)的人與計算機之間的信息交換過程。

語音助手最初的載體是手機 APP，通過與用戶之間的對話方式，能夠幫助用戶來解決問題的，隨著我們現(xiàn)在人工智能的研發(fā)技術(shù)不斷發(fā)展，包括讓機器學(xué)習(xí)，語音識別、圖像識別、自然語言處理、智能搜索等一系列。語音交互運用的很普遍了，不僅僅只是智能手機，現(xiàn)在涉及到的領(lǐng)域是越來越多了，如智能家居、汽車、可穿戴設(shè)備、就連商場普遍也有機器人語音對話。

HMI 語音介紹

我這邊就不打算講語音的發(fā)展歷史了，不然又是水了一大堆內(nèi)容，我可是一個講干貨的小作家呢，如果我的小粉絲們需要的話，就私信我，我會在微信公眾號更文。

語言是傳遞信息重要方式，對于我們用戶來說，語音交互也是學(xué)習(xí)成本相對較低、容易掌握的，語音交互設(shè)計簡稱為 → VUI。

新能源汽車不斷的發(fā)展，智能車載系統(tǒng)也是我們最看重的。隨著語音交互的的普及，語音識別開始走入人們生活，憑借其實用性和準(zhǔn)確性得到了用戶的認可，因此在發(fā)展的過程中摒棄了傳統(tǒng)的、繁雜的手動操作，提高安全駕駛屬性和更高效的處理問題的能力，但是，在現(xiàn)階段的新能源汽車發(fā)展過程中還不能完全替換掉手動操作。

現(xiàn)在為什么用戶在駕駛車的過程中，還是不會常用到語音交互，首先提到的就是用戶習(xí)慣，根據(jù)數(shù)據(jù)調(diào)查，在使用語音交互的人群中，年輕人占了主力軍，其余年齡段的人由于常年駕駛都是通過硬按鍵來操控車內(nèi)空調(diào)、電話、音樂、電臺、內(nèi)置導(dǎo)航。其實就算是蘋果手機中的 siri 都很少用到， 在使用初期因為技術(shù)的不成熟，再加上冰冷的對話方式使得用戶不對這個買單，像我現(xiàn)在生活中，用到的 siri 頻率也會很少，最多就是定一個鬧鐘，app 實在找不到就會使用到，還有無聊的時候和他進行無聊的對話，嗯就這樣子。

國內(nèi)做語音頭部公司有我們熟悉的科大訊飛，還有和多家車企合作的思必馳、云知聲，對內(nèi)服務(wù)的百度，搜狗，騰訊，阿里這些大咖都有自己的語音技術(shù)。

再講一下語音的基礎(chǔ)原理內(nèi)容，這一塊比較難懂一點，首先你要說出你需要解決的需求、要處理什么事情，通過車載系統(tǒng)設(shè)備收到指令的語音 → 自動語音識別 (ASR) → 將指令轉(zhuǎn)化為文本 → 自然語言處理 (NLP) → 了解用戶需要解決什么問題 → 通過Skill （普及一下知識：Skill 是一種程序的語言，有notepad++，UltraEdit等，好了不啰嗦了） → 將處理好的結(jié)果處理成回復(fù)文本 → 最后再通過TTS 播報形式 → 形成回復(fù)音頻 → 通過車載系統(tǒng)回復(fù)給用戶解決結(jié)果，聽起來是不是有點復(fù)雜了，我相信我是全網(wǎng)說的最細的了。

如何去定義一個產(chǎn)品的語音的好壞？我覺得吧，能夠讓用戶對于這個語音系統(tǒng)的滿意度達到一個高標(biāo)準(zhǔn)，首先能夠讓系統(tǒng)能夠聽懂你所說的內(nèi)容，并且給出相對應(yīng)的解決方案，語音系統(tǒng)運用的簡而易用即可，如何做到以上的要求，我會在下面對話設(shè)計中會著重講解深挖的。

車載語音交互（VUI）基本原則

車載場景下的語音交互核心基本原則有三點：

1. 首先是安全

駕駛過程中，司機的眼睛、耳朵和手占據(jù)了大部分多任務(wù)操作，如果一些功能還需要通過眼睛和手來操作的話，會降低安全駕駛的系數(shù)，所以車載語音交互更有助于輔佐司機安全駕駛，減少注意力的分散。

2. 其次是便利

語音交互設(shè)計之初，一定要考慮便利、快捷，盡量的減少每一個任務(wù)的對話次數(shù)、快速響應(yīng)、將對話流程簡單化，從而打破 VUI 對于用戶的一個心理障礙（便利這塊內(nèi)容我會在后面對話設(shè)計中著重講解）。

3. 最后是愉悅

為什么要談到愉悅，因為市場上最初的語音對話交談，都是冷冰冰的，幾乎沒有情感可談，像極了和機器人對話，并且有的時候無法處理任務(wù)就會說，超出能力范圍，這是一個很不好的用戶體驗?，F(xiàn)在市場上可以看到，導(dǎo)航軟件也有語音包可以選擇，這也是增加了情感化設(shè)計，這是其中的一個點。還有一個小點就是自然的對話交流，很流暢的完成用戶提出的每一項任務(wù)，盡可能的規(guī)避對話中的錯誤，讓整體的對話過程達到一個愉悅的感覺。

用戶語音的目的

用戶在語音交互的時候，絕大多數(shù)都是帶有明確指示任務(wù)指令的，也有可能是閑聊狀態(tài)。

1. 任務(wù)狀態(tài)下：

任務(wù)式對話中，用戶需要盡快的得到想要反饋和解決方案，并且快速的完成，此類任務(wù)的反饋要求還需要清晰、簡單明了。

2. 閑聊狀態(tài)下：

我們經(jīng)常也會問 Siri 一些無聊的問題，比如：“siri 給我來一段 Rap” 通常這類的任務(wù)帶有的目的性不是很強，但是對于趣味性要求會高。

市場現(xiàn)狀（VUI+GUI）

語音是最舒服的交互形式，但是他不能完全取代 GUI，相互協(xié)作才是更佳的方案，所以現(xiàn)在市場上的車載系統(tǒng)大多數(shù)都是以語音（VUI）和圖形用戶界面（GUI）相組合的，也有少部分車加入其他交互方式譬如手勢交互。

語音與圖形的交互是交叉處理，從而形成了多模，多模態(tài)在我第二篇文章也有講到，第一次看我文章的同學(xué)們可以回顧一下，用戶在對車載系統(tǒng)發(fā)送一個指令的同時，設(shè)備會有多種的反饋方式，首先你可以聽到系統(tǒng)虛擬形象給你做出回答，其次你看到圖形界面的變化，舉一個例子，你說：“我要聽周杰倫的七里香”系統(tǒng)就會處理講頁面跳轉(zhuǎn)到音樂界面，并且播放周杰倫的七里香，如果聲音小了，你可以說：“聲音大一點”

大家是不是發(fā)現(xiàn)一個問題呀？我在前面說系統(tǒng)首先會做出回答，然后界面才會發(fā)生變化，但是實際情況，系統(tǒng)語音形象沒有做出任何多余的回答，而是直接聽取到用戶的需求，直接反饋出結(jié)果，播放了周杰倫的 #七里香#，這就是我準(zhǔn)備在下面會重點講到的“對話設(shè)計”

在說對話設(shè)計之前，我們先了解一下 VUI 設(shè)計師，想必大家頭一次聽說，還有語音（VUI）設(shè)計師嘛，國內(nèi)不太注重培養(yǎng) VUI 設(shè)計師，大家可以去招聘平臺搜索一下語音交互設(shè)計師，很少有公司專門針對這個職位去招聘的，就算有，也是招聘算法等研發(fā)崗的職位，VUI 設(shè)計師的工作任務(wù)一般都是公司的產(chǎn)品經(jīng)理或者交互設(shè)計師代勞了，這會肯定就有產(chǎn)品經(jīng)理或者交互設(shè)計師想出來吐槽了，哈哈哈

語音交互方式給用戶聽和說兩個動作，相信大家也有聽過 7±2 法則，因此在聽到的信息設(shè)計發(fā)面需要考量，因為用戶聽到一遍內(nèi)容之后就消失了，除非這款車機語音系統(tǒng)，有再次復(fù)述上一段話的功能，不然在語音設(shè)計的時候，千萬不要讓用戶產(chǎn)生的認知負荷，更不要挑戰(zhàn)用戶的短時間的記憶力，最強大腦除外，我們大多數(shù)人可不是什么最強大腦是不是。再次強調(diào)一下，就算擁有復(fù)述這個功能，也要注意設(shè)計的語音內(nèi)容，該功能點只是加分項而已，不能打破底線，將語音設(shè)計的原則拋之腦后。

VUI & GUI 的優(yōu)缺點

再分析一下圖形設(shè)計（GUI）和語音設(shè)計（VUI）之間的優(yōu)缺點，那我們先從優(yōu)點開始說起。

(1)前面我們有提到 VUI 只需要聽 and 說，而 GUI 則需要觸控屏幕內(nèi)容，在效率和安全方面沒有 VUI 好，觸控操作比語音操作要相對會慢，語音交互方式中駕駛者無需離開方向盤。

(2)在對于整套車機系統(tǒng)而言，GUI 學(xué)習(xí)的成本遠高于 VUI，因為 VUI 只要會交流即可，無須像 GUI 一樣學(xué)習(xí)觸控交互手勢、在哪里點擊等一系列問題。

(3)還有一點，圖形設(shè)計是一種已經(jīng)預(yù)設(shè)好了操作路徑和交互方式，頁面之間存在這層級交互的基本關(guān)系，用戶需要根據(jù)指定的操作進行，而 VUI 則突破了 GUI 的限制，交互更快捷了，舉個例子：“導(dǎo)航去虹橋機場”，VUI 則一步到位，而 GUI 首先需要找到導(dǎo)航應(yīng)用的入口，然后再點擊搜索輸入框，輸入#虹橋機場，確認完畢之后，再點擊導(dǎo)航，我的天吶我寫的都很煩了，說真的還不如語音一步到位呢。

說完優(yōu)點后，我們在反思一下 VUI 還有哪些沒有 GUI 做的好的點.

(1)語音交互涉及到 3 塊內(nèi)容，語音識別，識別用戶所說的內(nèi)容，其次語言理解，這邊會關(guān)乎到方言理解的問題，畢竟我國語言博大精深，難以參透哈哈哈，最后是語音的合成，這三塊內(nèi)容如果有一塊出了問題，最后反饋的結(jié)果可能并不是用戶想要的答案。而圖形設(shè)計有這統(tǒng)一的執(zhí)行操作指令，不會出現(xiàn)什么 bug 問題，如果有，那肯定就是這款車機在測試的時候測試人員遺漏的問題，可以投訴。

(2)整套車載的 GUI 設(shè)計都會有一套嚴(yán)謹?shù)牟僮鬟壿?，有明確的信息分布和頁面的層級關(guān)系，但是 VUI 的功能不可見（除非你看那個使用手冊，哈哈哈哈哈）所有的場景 VUI 都需要去探索，在引導(dǎo)性方面會弱很多，所以在買車的時候抓住銷售員使勁的問哈，畢竟你花了一大筆錢來買車了，在試駕的過程中也要多去詢問，就先點到這里了。

(3)GUI 是可以全場景交互，不限制于任何場景，而 VUI 則會受到的場景因素較大，有較多場景中不適用語音交互，最直接的就是設(shè)置中的內(nèi)容。

(4)語音設(shè)計對于用戶的一個記憶力是一個考驗，如果一個很長的 TTS 反饋，用戶不知道哪里才是自己所需要的信息，因此在做 VUI 設(shè)計的時候盡量簡短高效的句子，而 GUI 信息都會呈現(xiàn)在頁面中，所以這個點要相對優(yōu)勝于 VUI 了。

總結(jié)一下

以自然交互為主的，聲音，顯然是最自然的交互形式，但不能完全取代圖形 GUI，而是更好的協(xié)作，盡量減少界面的形式設(shè)計，加強情感化的交互形式體驗，將智能化更好的融入到車載系統(tǒng)中去，讓每一位用戶能夠更好，更便捷，更安全的駕駛著汽車，是我們?nèi)w設(shè)計師的初衷。嗯，感慨了一下。

想用一個成語總結(jié)一下：相輔相成，就是這個意思

語音設(shè)計需要考慮幾個要點

1. 一定要想好從哪里開始，到哪里結(jié)束

我們首先假設(shè)一個場景，調(diào)節(jié)空調(diào)溫度的語音設(shè)計，那 VUI 設(shè)計師需要將這個場景的對話要貫穿該流程中去，那接下去要考慮這段對話可能出現(xiàn)的任何狀況，以及相對應(yīng)的解決反饋內(nèi)容，再第二點設(shè)計 VUI 語法中，我給大家演示一下空調(diào)全方案案例。

2. 設(shè)計 VUI 語法

語法就是用戶輸入給機器的指令，VUI 的設(shè)計師需要了解對話設(shè)計的意圖，盡量要考慮用戶可能表達的所有方式，將最常用的表達方式提取出來，作為指令的模版，當(dāng)然越多越好，這樣給用戶體驗帶來的感受會更好，能夠解決用戶的問題概率也會提高，別到時候語音助手反饋：“已經(jīng)超出我能力范疇 or 您換個說法試試”，我一聽到這些就炸毛了，后面就不可能再去使用它了，因此 VUI 設(shè)計師一定要多考慮一下指令。語法我會在我工作實際案例有特別詳細的講解（在實際案例篇幅 - 使用語音場景分析里面），這個特別重要，大家要細細的品。

3. 空調(diào)案列分享：

用戶一開始的輸入指令可能有 “打開制冷模式”、“打開加熱模式”這些都會有點官方定義的語法感覺會很正式。

下面再延展一下用戶輕松的說辭 “我有點熱了幫我開一下空調(diào)”、“今天太冷了，車溫度好低啊” 其實用戶的說法有很多，但是空調(diào)的模式就這么幾種，所以需要抓住關(guān)鍵詞 #熱、#冷、#高、#低 ...，什么意思呢？因為這些關(guān)鍵詞是起到?jīng)Q定性因素的內(nèi)容，其他的修飾詞語可能會千變?nèi)f化，所以語音助手一旦檢索到該詞匯，就可以做出判斷，到底是制冷、還是制熱、還是通風(fēng)等功能。先簡單就介紹這一個，后面還有很多案列，大家好好看奧。

4. 如何設(shè)計好回答用戶的問題

在語音基礎(chǔ)介紹中也有提到過 TTS，他是語音交互中最主要的回答方式，就是將 VUI 設(shè)計者撰寫好的對話設(shè)計腳本，通過 TTS 轉(zhuǎn)化為語音去播報?；卮鹉軌蚪o用戶帶來最直接的感受，回復(fù)是好是壞，會直接影響到這款語音產(chǎn)品的體驗，想要設(shè)計好我想談兩個大方向，設(shè)計腳本盡量簡潔明了，全局系統(tǒng)語言特點保持統(tǒng)一，后續(xù)有案列可以敘述講解的。

國內(nèi)外語音設(shè)計差異點

國內(nèi)的語音設(shè)計和國外也會存在差異點的，首先是地方語言的差異，國內(nèi)語言多達 80 種以上，汽車智能語音在方言這一塊相對堪憂，能夠支持的方言相對較少，這也成為了中文語音識別的一個難題。

在設(shè)計語音之初我們就得定義好，需要支持哪些方言，比如粵語、河南話、四川話等，現(xiàn)在的車載版本微信可以支持 20 多種方言，但是整體的車機系統(tǒng)可能難以做到這一點，這塊內(nèi)容是需要攻克的一個壁壘，據(jù)我查看國外報道，關(guān)于方言解決方案，寶馬、三星和松下三家公司與語音識別公司 Nuance 合作開發(fā)新智能輔助技術(shù)，這項技術(shù)使得汽車語音系統(tǒng)在處理特定的方言時，可以更加容易。

還有一點就是中西方語言文化差異，那就舉一個例子，單從一個社會禮儀就可以展現(xiàn)出兩者之間的差距，國人路過遇見熟人總愛噓寒問暖 “吃飯了嗎？”、“到哪兒去”、“最近怎們樣呀？”等，在我們看來，這是一種有禮貌的打招呼用語，但你要跟西方人這樣打招呼 “Have you had your meal?”、“Where areyou going? ”，他們則會認為，你想請他吃飯，或者干涉其私事，會引起誤解，而西方人見面通常打招呼 “Hello”、“How do you do! ”、“Nice day, isn't it? ”

實際案列講解篇幅

1. 語音喚醒設(shè)計

車載語音喚醒分為免喚醒和需要喚醒，免喚醒的定義就是無需說出喚醒關(guān)鍵詞或者其他任何操作，就直接可以進行與語音助手交談并處理任務(wù)。如需要喚醒的話，觸發(fā)動作可分為點擊、按壓、語音等，目前市場上主流的車機喚醒方式有三種：

實體按鈕，好處就是能夠給到用戶觸覺上的反饋，用戶感知性強

虛擬按鈕：此類的按鈕一般都會在中控屏幕上面，喚醒的方式是點擊

語音喚醒：在駕駛場景中雙手被占用，不能遠距離的操作中控屏幕，最佳的交互操作方式就是語音喚醒

語音助手形象

在語音助手形象設(shè)計方面，會分為兩種，一種是卡通化語音助手形象，而另外一種是抽象化語音助手，下面用實際案例展示一下，卡通形象我們就拿未來汽車的 NOMI，抽象化 Google 的 Android Auto 語音形象

基于工業(yè)設(shè)計 2021 年 01 期的調(diào)查數(shù)據(jù)分析來看，卡通化的語音形象在親和力上有很大的優(yōu)勢，能夠被用戶快速的接受，但是辨識度上可能存在同質(zhì)化嚴(yán)重問題，所以在效果表現(xiàn)力上面有欠缺，也較難表達車企的品牌理念。抽象化的語音形象則通過造型的多變和動效豐富，從而在設(shè)計感和效果上相對突出，在傳達性上也不滿意，用戶不容易知道當(dāng)前語音是處在一個什么狀態(tài)下，在親和力上遠也不如卡通化形象。

使用語音場景分析(重點）

關(guān)于車內(nèi)可以延展很多應(yīng)用的場景，要知道用戶在駕駛過程中需要完成什么樣的任務(wù)，接下來我們就圍繞這幾個核心的功能點 → 多媒體（娛樂）、車輛控制、導(dǎo)航、電話，順帶將每個模塊語音基礎(chǔ)話術(shù)指令帶過一下外加TTS反饋，也是讓初學(xué)者熟悉一下命令，這塊內(nèi)容很重要奧，都是我在實際項目工作中總結(jié)出來的，大家要上點心好好看，答應(yīng)我好嘛

1. 多媒體（音樂、電臺）

播放音樂、電臺或者是播客這些都是一輛車最為常見語音交互的功能之一吧，開車的時候都會聽一些音頻類內(nèi)容，對于這個功能播放、暫停和切換歌曲等功能外，電臺快速選擇，針對這些功能我們可以劃分一些子功能對應(yīng)的典型話術(shù)。

音樂-話術(shù)

• 播放音樂

按歌手 → 我想聽霉霉的歌、播放周杰倫的歌

歌曲名稱搜索 → 播放天外來物、來一首七里香

歌手名稱+歌曲名稱組合精準(zhǔn)定位（因為有很多翻唱的曲目） → 播放周杰倫的七里香

按照語種 → 我想聽粵語歌、放一些英文歌

按照曲風(fēng) → 來點爵士音樂、播放搖滾音樂

• 根據(jù)音源播放語

在線音樂 → 播放qq、網(wǎng)易云、酷我音樂等等（因為每一家車廠合作的音樂供應(yīng)商不一樣）

藍牙音樂 → 播放藍牙音樂、跳轉(zhuǎn)到藍牙音樂、放藍牙歌曲、切換到藍牙音樂、我要聽藍牙音樂

U 盤音樂 → 播放U盤音樂、聽U盤音樂的歌、跳到U盤音樂

• 音樂播放控制命令

切換當(dāng)前播放列表上一首歌 → 切到上一首、上一首歌

切換當(dāng)前播放列表下一首歌 → 放下一首音樂、切下一首

換一首歌播放 → 換一首歌、換一個音樂、換個歌

暫停歌曲 → 暫停音樂、音樂暫停、停止播放音樂、不想聽歌了

繼續(xù)播放 → 繼續(xù)播放音樂、播放音樂

針對于音樂這個模塊的基礎(chǔ)語言先講到這邊了，因為在線音樂的功能相對比較多，所以后續(xù)我會對于 QQ 音樂、網(wǎng)易云、酷我音樂等在線音樂額外的語言控制命令再寫一篇續(xù)集。

電臺-話術(shù)

• 播放電臺

打開電臺 → 打開/開啟收音機、聽廣播、播放電臺/收音機/廣播/Radio

按頻率收聽 → 調(diào)頻<104.5>、播放調(diào)頻<104.5>、收聽調(diào)頻<104.5>、廣播<891>

按頻段+頻率搜索收聽 → 我想聽FM<104.5>、FM<104.5>、收聽/播放/我要聽FM<104.5>、收聽AM<1045>

按電臺頻道搜索收聽 → 我想聽音樂類電臺、我要聽上海<民生聊聊>電臺、收聽<交通>/<新聞>廣播

按在線音源+音頻類型搜索并播放 → 播放喜馬拉雅的相聲

按藝術(shù)家+音頻類別搜索并播放 → 我想聽郭德綱的相聲

• 播放源

喜馬拉雅 → 收聽/打開/我想聽 喜馬拉雅

FM → 打開/收聽/我想聽/播放/我要聽 FM

AM → 打開/收聽/我想聽/播放/我要聽 AM

• 電臺掃描

掃描電臺 → 掃描電臺、搜索電臺、重新搜臺、搜尋電臺、搜索頻道、掃描頻道

• 電臺輪播

輪播電臺 → 瀏覽電臺、電臺瀏覽、電臺輪播、輪播電臺、快速瀏覽

• 電臺播放控制命令

上一個電臺 → 上個頻道、上一個臺

下一個電臺 → 下一個臺、切到下一個臺

換臺 → 換一個臺

暫停電臺 → 暫停電臺播放

收藏/訂閱 節(jié)目 → 收藏、收藏這個、添加收藏、加入收藏

取消 收藏/訂閱 節(jié)目 → 取消收藏、收藏取消

車輛控制-話術(shù)

基本功能包括車內(nèi)空調(diào)溫度調(diào)節(jié)、控制車窗開關(guān)、后視鏡角度的調(diào)節(jié)，還可以切換駕駛模式、變換檔位等等。

• 空調(diào)控制

空調(diào)控制 ON/OFF → 打開空調(diào)、關(guān)閉空調(diào)

空調(diào) Auto → 打開自動空調(diào)、自動空調(diào)開啟

空調(diào)打開+模式 → 太冷了、好熱?。z索到關(guān)鍵詞，制冷/熱進行切換模式）

空調(diào)風(fēng)量增減 → 風(fēng)量大/小一點、風(fēng)大/小一點

設(shè)置風(fēng)量級別 → 風(fēng)量設(shè)設(shè)為2級、風(fēng)量調(diào)成2級、風(fēng)量最大/小

空調(diào)溫度增減 → 溫度高/低一點、溫度調(diào)高/低一檔

設(shè)置溫度級別 → 溫度調(diào)到xx度、溫度設(shè)置xx度、溫度調(diào)到最高/最低溫度（空調(diào)溫度調(diào)整到對應(yīng)指）

空調(diào)吹風(fēng)模式 → 吹臉/腳、吹臉吹腳、吹腳前除霜、前除霜（前除霜：處理前擋風(fēng)玻璃的）

后窗除霜 → 打開后除霜/霧、打開后窗加熱、后擋風(fēng)玻璃除霜/霧

• 車窗

開啟/關(guān)閉車窗 → 開/開啟/打開/關(guān)/關(guān)閉 車窗（未指定某一個窗戶，打開/關(guān)閉所有車窗戶）

指定開啟/關(guān)閉車窗 → 開/開啟/打開/關(guān)/關(guān)閉 - 左前/右前/左后右后窗 、 打開/關(guān)閉主駕旁邊車窗、打開/關(guān)閉前排窗、打開/關(guān)閉后排窗、打開/關(guān)閉全部窗戶

車窗開啟/關(guān)閉到具體數(shù)值 → 車窗開/關(guān)一半（1/2）（車窗調(diào)節(jié)范圍0-100%，根據(jù)不同車廠設(shè)定值為準(zhǔn)）

• 情景模式

前文中有提到 TTS 反饋，那我就在車輛控制中情景模式詳細舉例子給大家講解一哈。

清涼模式 → 打開/開啟/關(guān)閉 清涼模式 TTS反饋 清涼模式已打開/關(guān)閉、清涼模式已處于打開狀態(tài)

溫暖模式 → 打開/開啟/關(guān)閉 溫暖模式 TTS反饋 溫暖模式已打開/關(guān)閉

雨雪模式 → 打開/開啟/關(guān)閉 雨雪模式 TTS反饋 雨雪模式已打開/關(guān)閉、即將關(guān)閉車窗，請注意安全

抽煙模式 → 打開/開啟/關(guān)閉 抽煙模式、我想抽煙 TTS反饋 抽煙模式已打開/關(guān)閉

導(dǎo)航-話術(shù)

導(dǎo)航是我們最常用的功能之一，對于用戶而言輸入地址是一件頭疼的事情，所以在導(dǎo)航去目的地的時候，直接語音輸入后，匹配所需要導(dǎo)航的目的地，讓語音助手幫你直接導(dǎo)航，還可以詢問語言助手到達目的地時間和距離播報，有的車機導(dǎo)航系統(tǒng)還可以支持語音縮放地圖大小，省得兩只手指在觸控屏幕進行放大縮小操作手勢，在導(dǎo)航中的使用語音主要的目的就是便捷與高效。導(dǎo)航中的執(zhí)行邏輯我這邊就不做過多敘述，因為相對要更專業(yè)點，后續(xù)有機會我再深挖講解。

• 導(dǎo)航

公司 → 我要去公司、導(dǎo)航到公司、去公司、上班了

回家 → 我要回家、導(dǎo)航回家、回家了

注：如果沒有設(shè)置公司/家的地址 需要進入設(shè)置公司/家的具體地址流程，設(shè)置完畢之后，方可語言導(dǎo)航去公司/家

附近加油站 → 導(dǎo)航到附近/周圍/周邊加油站、幫我找個最近的加油站

當(dāng)前位置→導(dǎo)航到模糊的POI（會產(chǎn)生多個結(jié)果） → 導(dǎo)航到火車站（拿上海舉例子：上海有虹橋火車站、上?；疖囌尽⑸虾Ｄ险?、松江站、上海西站，因此產(chǎn)生了多個結(jié)果后，語音助手還會繼續(xù)問到你需要導(dǎo)航到具體那個火車站，如果時間超過定義時間將默認為第一個）

當(dāng)前位置→導(dǎo)航到POI簡稱 → 導(dǎo)航到人廣（人民廣場，要不要和我一起去吃炸雞?? 哈哈哈）、帶我去交大（交通大學(xué)）

• 增加途徑點

附近其他 → 導(dǎo)航附近三甲醫(yī)院

搜索指定位置+指定類型 POI → 幫我找一下南京西路的日式餐廳

搜索指定距離+指定類型 POI → 兩公里以內(nèi)的停車場、一公里中式快餐店

搜索指定位置+指定品牌 POI → 南京西路的古馳店

• 導(dǎo)航距離/時間的播報

查詢途徑點的距離播報 → 距離南京西路還有多遠、距離下一個途徑點距離還有多少

查詢途徑點到達耗時播報 → 到南京西路還需要多久、距離下一個途徑點還要多長時間

電話-話術(shù)

在駕駛過程如果需要撥打電話，是一件不太容易的事情，而且是極其危險的，所以需要結(jié)合語音進行來輔助，接聽/掛斷不管是屏幕觸控還是方向盤的硬按鍵都可以直接操作，體驗還不錯，對于不習(xí)慣語音的的人來說該功能點可以替代，但總體來說，語音接通/掛斷會優(yōu)于屏幕觸控，硬按鍵對于長期使用來說可能會有優(yōu)過語音，對于用戶來說，在安全駕駛前提下，哪種使用方式習(xí)慣就用哪種。

• 撥打電話

聯(lián)系人姓名 → 打電話給老媽、呼叫老爸、聯(lián)系哥哥、給姐姐打電話

撥打電話號碼 → 打電話給12315、打電話給18015888888

撥打常用黃頁名 → 打電話給中國電信、給上海銀行打電話

• 接聽/掛斷/重撥/回撥

接聽 → 接聽/接電話/接通電話/接聽電話

掛斷 → 掛斷/掛電話/掛斷電話/掛掉電話

重撥 → 重撥電話

回撥 → 回撥電話

對話設(shè)計

對話設(shè)計是基于人們的對話的設(shè)計語言，它集合多個設(shè)計的內(nèi)容，其中包括語音用戶界面設(shè)計、交互設(shè)計、視覺設(shè)計、動畫設(shè)計、語音對話腳本設(shè)計、乃至還有音頻設(shè)計增加語音助手的靈動性。

對話設(shè)計的是否成功與否最重要的就是個性，現(xiàn)在市場上的許多車載語音系統(tǒng)對話聽起來還是基本很相似，是因為很多公司都沒有專業(yè)的對話設(shè)計師，要么是程序員、產(chǎn)品經(jīng)理、好一點的公司組建一個語音組，都是從其他行業(yè)轉(zhuǎn)化過來，然后將各個大廠的語音對話研究一下，就上崗了，國內(nèi)優(yōu)秀的 VUI 設(shè)計真的很稀缺，也是很缺少的人才，我可不想再用語音交互的時候語音助手和我說“對不起，我沒懂你的意思”

對話設(shè)計師在規(guī)劃用戶在具體每個功能模塊區(qū)域內(nèi)做什么，同時還要考慮用戶的需求和技術(shù)限制，對話的策略，是代表著該語音系統(tǒng)完整的用戶體驗，也包含這詳細的規(guī)范定義流程和底層邏輯。

這邊需要著重的講一個小知識點：

我們會有一個誤區(qū)，認為“對話”僅只是說 or 聽到的內(nèi)容，其實對話本質(zhì)上是多模態(tài)的，對話的核心內(nèi)容是對話的流程和底層邏輯，圖形界面的邏輯一般都不太會用在對話內(nèi)容的設(shè)計方面，基本上他們兩是一個獨立的個體。

對話設(shè)計需要注意點

1. 語音簡短化

車載語音的對話做的是否 OK？是基于對話內(nèi)容時間的長短，因為用戶沒辦法像查看 UI 界面內(nèi)容那樣，去查看語音的內(nèi)容。根據(jù)人的平均記憶力，如果車載語音虛擬形象說了，關(guān)于這個話題很多內(nèi)容，用戶可能無法記全所有的內(nèi)容，這對于對話將大打折扣，因此在對話過程中需要嚴(yán)格遵循 → 簡短明了，讓每一個文字都有意義，避免重復(fù)的短語，可以讓用戶快速的做決定。

2. 響應(yīng)等待設(shè)計

當(dāng)用戶在用導(dǎo)航功能的時候，語音對話說“導(dǎo)航去火車站”，如果在上海的話，就有好幾個火車站，需要用戶再次去選擇，1 虹橋火車站、2 上?；疖囌尽? 上海南站、4 上海西站，我們在做項目的時候，體驗設(shè)計師給他的定義是如果用戶超過 8 秒還沒有進行選擇的話，默認是選擇第一個，如果第一個目的地不是我想要的，那么我需要重新通過語音再次輸入信息。我覺得默認選擇這個選項可能會有些不妥，如果這期間來一個電話或者是微信的語音電話，那么我是不好通過語音去選擇的，如果汽車不是在駕駛的狀態(tài)，可以手動觸控屏幕進行選擇 OK 沒問題，如果是駕駛狀態(tài)下，就需要優(yōu)化前面默認選擇項了。

我的想法

(1)超過 8 秒鐘后，默認選擇第一個沒有問題，但是在用戶結(jié)束自己之前任務(wù)狀態(tài)后，可以說重新選擇目的地，將之前的搜索出來的火車站結(jié)果都再次調(diào)出來，提供用戶重新去選擇。

(2)這塊就更智能化一些了（這個有一點前瞻性的意思，研發(fā)要是看到這個需求估計要揍死我），當(dāng)語音助手檢測用戶正在忙的狀態(tài)時候，在 8 秒鐘都沒有做出選擇，那么語音助手可以從第一個目的地開始播報，用戶可以通過方向盤 OK 硬按鍵去選擇自己所需要導(dǎo)航的目的地，在駕駛過程中，方向盤的硬按鍵安全性遠高于中控屏幕的點擊。

3. 避免過多的選擇

給用戶提供選擇的選項列表的時，最好不要超過三個選項，給用戶較少的選擇，能夠讓用戶更明確去抉擇，減少過多選項對于用戶的干擾，剛剛上面導(dǎo)航那個案例排除，上?；疖囌菊娴奶嗔藳]辦法，其他城市應(yīng)該還好都是 1-3 個左右。

我的想法

上面實際案例就是強行逼迫用戶去選擇一個，這種體驗很差，有一種場景，如果這三個選項都不是我想要的，你就得重新說，幫我推薦一下附近的餐廳，想想這種體驗就不是我想要的，我覺得可以增加一些情感化的設(shè)計在里面，如果這三個選項都不是我想要的。

我可能會說“這些我都不想去、能不能幫我再推薦其他的”語音助手說“你可真挑食、好的，那我就再幫你找找其他美食”（我的意思就是要讓機器多去自我學(xué)習(xí)，更加智能化、情感化貼近于用戶的交流，這樣用戶才會更愿意使用語音交互）

上訴的場景是對于這塊區(qū)域不熟悉的用戶來搜尋美食，如果用戶有直接目的需要吃什么類型的餐飲的時候，語言助手只需要推薦相關(guān)美食就好。

用戶說“幫我找一下附近的海底撈”語音助手說“附近有三家海底撈，您是要去哪一家...（播報三家信息）”

(播報三家海底撈的位置和距離，甚至我想是不是可以增加排隊人數(shù)的播報，如果排隊人很多就可以換一家，接下來就可以和語音助手直接說幫我預(yù)約好位置，省的用戶到店面還要進行排隊等候)

4. 不要假設(shè)用戶知道該做什么

在做對話設(shè)計的時候千萬別考慮用戶的思考邏輯，每個人的思考邏輯都不一樣的，所以不用去猜想用戶的想法，只需要提供有用的信息讓用戶自己選擇好了，前面有提到對話設(shè)計是講究有邏輯性的，你在設(shè)計對話劇本的時候不可能就只考慮一條線。

舉個簡短的例子，你在設(shè)計一個訂購飛機票語音對話流程，你想法是，首先先確定目的地，哪里起飛去哪里，然后再選擇時間點起飛。假設(shè)用戶直接說：“幫我預(yù)定早上八點的飛機，飛往深圳?！蹦菃栴}來了一開始是用戶是說的時間，最后只說了目的地，沒有有說出發(fā)地，因此在語音設(shè)計劇本的時候，你需要將所有能出現(xiàn)的狀況都考慮進去。

5. 語言文案設(shè)計一致性

在圖形設(shè)計之前 UE 也需要將動詞、名詞之間的搭配提前定義好，需要全局保持一致性，這塊內(nèi)容有在我第二篇文章提到過，因此在對話設(shè)計過程中也要格外注意。

6. 不要信息轟炸用戶

現(xiàn)實中我們正常處理事物的時候，也是將事物劃分成幾塊，然后按照計劃步驟進行，而不是一股腦子亂做，車載語音設(shè)計也是如此，作為一個正常的用戶來說，我們一次性說出的需求并不會很多，不會像專業(yè)的車機測試人員一樣，去敘述一大堆信息去檢測機器的運轉(zhuǎn)效率，和一個處理信息的準(zhǔn)確性，每次出差去南京走查，都會聽到測試人員巴拉巴拉 一直說，我腦袋都大了，所以我們正常用戶都是逐步的去說消息的，舉個列子

7. 避免使用專業(yè)術(shù)語

舉一個場景的例子，當(dāng)你在道路上開車，需要停在路邊接朋友，朋友還沒有到達指定位置，或者該位置是不可以停留的，語音助手正確說法“這邊不可以停車，不然交警叔叔會罰款的，趕緊溜，我?guī)湍阏乙粋€附近可以停車的地方吧” 錯誤的說法：“你觸犯了了我國《交通法》第 XXX 條,......此處省略法律條文這邊是禁止停車的”

首先當(dāng)你聽到觸犯法律，你的第一想法 what？這是什么鬼，給用戶的感覺是很糟糕的，因為法律消息通常會包含長閱讀并且還不自然的語言，給用戶帶了不好的體驗，并且還未給解決的方案。一個好的語言設(shè)計方案會讓人喜歡上使用它。

最后來個總結(jié)：

后續(xù)我會對于前瞻性的語音進行探索，再寫一篇。前瞻性的就再舉一個吧：通過面部掃描，檢測到用戶不開心的時候，車載系統(tǒng)可以推薦一些治愈系的電臺，或者可以讓用戶放松、舒緩心理的的歌曲，或者你進行人機交談（這個就比較高級，需要讓語音系統(tǒng)進行大數(shù)據(jù)自我學(xué)習(xí)，達到能夠和人能正常交流），讓我們一起展望未來吧。

文章中如有不足之處，歡迎補充交流，我們下期見