5语音用户界面设计趋势

就其核心而言，互动的概念始终是关于交流的。人机交互从来没有涉及图形用户界面，这就是为什么语音用户界面(Vuis)是用户界面设计的未来。

界面只是人们用来与系统交互的媒介-无论是GUI、VUI还是其他什么东西。那么为什么VUI如此重要呢？原因有二：

首先，会话接口是如此迷人，因为会话是每个人都能理解的一种交流形式。

这是一种自然的互动方式。人们将语音通信与其他人联系在一起，而不是与技术联系在一起。

用户不需要学习解释任何符号或新术语(GUI语言)，他们可以使用英语(或任何其他母语)来操作一个系统。这并不意味着用户不必学习如何使用系统，但学习曲线会显著减少。

第二，用户期望正在发生变化。根据斯塔蒂斯塔39%的千禧一代使用语音搜索。这些受众已经准备好成为VUI系统的早期采用者。

前五大VUI趋势

当涉及到设计VUI时，语音交互对设计师来说是自最初iPhone诞生以来最大的UX挑战。但好消息是，我们在用GUI创建产品时使用的UI设计最基本的原则仍然适用于VUI设计。下面你可以找到一些趋势，将塑造未来几十年的VUI设计。

1.建立信任的VUI

信任有助于在人与机器之间架起一座桥梁。如果没有信任，用户就不太可能与特定的语音用户界面交互。

有效结果的重要性(VUI应使人理解s/他将得到所要求的结果)。通过集中精力实现这一目标是可能的：

提高语音识别的准确性(更复杂的NLP算法)。

专注于理解用户的意图(首先是进行交互的原因)。当用户与一个系统交互时，他们有一个他们想要解决的特殊问题，而设计者的目标是了解这个问题是什么。

提供有意义的错误消息。

创建由上下文驱动的流。虽然不可能预测用户可能要求系统的所有命令，但设计者至少需要设计一个上下文驱动的用户流。系统应该预测用户在谈话的每一点上的意图，并向用户提供他们下一步可以做什么的信息。例如，在用户附近找到一家餐厅。当用户搜索餐馆时，系统应该与用户所寻找的完全匹配。

用户控制的重要性(其中一个用户界面设计的10种可用性启发式算法尼尔森仍然适用于VUI的设计)。

这个系统应该考虑人类大脑的自然局限性(短期内存限制)该系统提供的信息应该是压倒性的。当人们听到系统响应时，大多数用户只记得最后一个短语。因此，最好不要使用长短语，或者提供十几个不同的选项，而用户一次只记住其中的几个。

系统应以适当的反馈对用户的请求作出反应。这种反馈应该让用户充分了解系统现在正在做什么。例如，视觉反馈让用户知道系统已经准备好并在监听；或者在POD(完成过程)中。当用户向系统发送请求时，系统会显示POD。POD不是加载动画，它不仅说明了用户在系统做某事时必须等待的事实，还提供了系统所做工作的有价值的信息。例如，命令从Dropbox中取出文件时，POD可能看起来就像有人在存储中搜索正确的文件一样。

2.自适应用户界面

自适应用户界面(也称为AUI)是适应用户或上下文需要的用户界面(UI)。未来的VUI将适用于用户-该系统将分析其拥有的关于用户的所有信息(包括关于当前精神状态和健康状况的信息)及其当前上下文，以便对用户的请求提供更相关的响应。

例如，如果用户目前患有高血压，并决定在2小时内召开会议，则数字助理可能建议避免这种情况，或者建议在会议开始前通过锻炼降低血压。

3.传达个性的维伊

视觉设计师有很多选择来介绍图形用户界面的个性-字体，颜色，插图，运动，仅举几个例子。但是VUI呢？设计师可以用语言本身来传达个性-通过玩弄文字、声音和语调。说到声音，一个声音是角色的一部分，它塑造了它的身份。一旦我们把声音和某物联系起来，它就成为它的一部分。当我们与这样一个界面互动时，我们会感受到情感，就像我们与真实的人互动时一样。人们想要人类的声音-可以理解的声音-不是一个听起来像人类的声音，而是一个说话连贯的人的声音！

糟糕的例子：苏珊·班尼特(SusanBennett)的Siri语音-这个声音听起来几乎是人类的声音，但人们仍然知道这是一你不能真的和Siri对话。你可以问Siri，“今天的天气怎么样？”你不能问更复杂的问题，比如“我今天该穿什么？”因此，你对Siri没有很深的感情，你知道它只是一个机器人。

很好的例子：电影“她”中的萨曼莎的声音-这个声音听起来很有人情味，人们可能会爱上它。

4.从狭义人工智能到一般情报

人机交互正在转向对话，但用户期望更多。今天可用的大多数人工智能系统仍然局限于狭义人工智能-这样的系统使用机器学习来解决一个明确定义(在大多数情况下，范围太窄)的问题。狭义的认可机构除了其培训数据外，没有任何知识。这意味着，当用户想要解决一个稍微不同的问题，或者问题本身的发展，系统将无法解决它，它会回应说，“我不明白。”所以你，作为一个使用者，面对一堵墙。

与狭义人工智能相比，通用智能并不局限于狭窄的领域。学习的概念是GI系统的基础-狭义人工智能和通用人工智能之间的根本区别是，一般智能系统学习时不被明确编程(机器自己学习)。GI系统使用两种类型的学习-强化学习(当系统使用所有可用信息解决特定用户问题时)和监督学习(当系统第一次需要用户帮助来解决问题时)。另一个不同之处是，通用人工智能系统可以学习将其他人工智能用于一般和特定的目的。因此，可以对不同的机器学习模型进行可靠的训练和协同工作。一种先进的NLP GI系统能够通过合并和处理来自多个不同数据源的信息从第一次尝试中学习。

5.对社会的影响

广泛接受VUI系统。提高基于VUI AI系统的质量将导致更好的用户参与。人和计算机之间的关系将是互动的和协作的-人和计算机将一起工作。这将对社会产生影响-想象一下，十年后，你会走进房子，只会谈论和控制各种各样的机器。

未来将与无所不在的人工智能：作为用户，我们将相信人工智能，即使是最重要的决定，如“我应该为我的孩子选择哪所学校？”VUI将提高老年人和残疾人的生活质量。

结语

“最好的界面不是界面”是本书作者金奎师那的名言。最佳接口是无接口。他和许多其他设计师认为，人们不想花更多的时间在屏幕上，实际上他们想要的更少。因此，技术应该停止庆祝基于屏幕的解决方案。而且这种情况很快就会发生-未来的互动将不会由按钮组成。

随着计算机处理能力的提高，我们将有更多的系统能够在1秒内计算1000步。用户和机器将协同工作，使通用智能。