 |
-- 會員 / 註冊 --
|
 |
|
|
|
語音用戶界面設計：對話式體驗設計原則 ( 簡體 字) |
| 作者：王一行 | 類別：1. -> 程式設計 -> 綜合 |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 48020
詢問書籍請說出此書號！【缺書】
NT售價： 395 元 |
| 出版日：10/1/2017 |
| 頁數：336 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9787121325557 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：推薦序一
我在用半語音、半打字的模式寫下這段文字時，聯想到語音用戶
界面的發展與互聯網技術的發展非常類似。
在互聯網時代來臨之前，用戶界面是以Windows 為主的GUI，當
用戶需要工作、娛樂和游戲的時候，就購買相應的軟件，安裝后
才可以使用。當時大部分的設計和研究方法都集中在獨立程序上。
大概在1998 年，撥號上網時代結束，Web 瀏覽器在功能上的完
善讓大家的眼光開始關注到互聯網上，那時Amazon 剛剛有了
百萬用戶，WebVan 和Pets.com 正在蓬勃發展( 這兩款應用目前
均已消失)。各種產品開始轉向互聯網，因為Web 瀏覽器可以穿
透各個程序，方便地把各種各樣的內容和功能都呈現在前端頁面
上。之后，互聯網給整個IT 行業帶來了深刻的變化，獨立程序漸
漸消失，取而代之的是在瀏覽器界面中的應用。
到了移動互聯網的時代，一輪新的程序開發又開始了。App 像雨
后春筍一樣涌現出來，滿足用戶在娛樂、游戲、工作等各個方面
的需求，由于移動屏幕尺寸和網絡速度的限制，單單使用一個簡
單的移動瀏覽器不能解決所有的問題。
語音和當年的瀏覽器一樣，是一個可以穿透所有程序、解決用戶
所有問題的方法。當需要叫車服務的時候，我并不在乎是哪個軟
件在叫車，最好的情況是語音發出后，通過各個應用的比較，找
出一個最佳的路線，并且最符合我使用習慣的叫車方案。
語音是人類古老和自然的交互方式，在人工智能發展到可以部分
理解語音的時候，語音時代開啟了。語音除了在娛樂、游戲、工
作上有廣泛應用，還會廣泛應用在IoT 上。越來越多的設計師的
工作會涉及語音界面設計。這本書的作者Pearl 把自己17 年的工
作經驗總結出來，介紹了語音界面的設計原則、語音識別技術、
自然語言理解、語音用戶研究方法，以及語音在設備上的應用。
理論和實踐相結合，非常實用！
這本書是天貓精靈設計團隊的參考書之一，在使用過程中發現這
本書非常有用，因此我們的設計師一行花時間把整本書翻譯成中
文分享給大家。
Paul Fu
Sr . Director, User Experience, Alibaba Group
推薦序二
一行囑我為他翻譯的書寫序，還沒有看過是什么，我便欣然同意了。
一行曾是我的學生。學生時代的一行就成熟得不像他的年齡。在
初期時我對他說，“小心技術過于成熟而落入俗套。”事實證明我
是錯的。一行最大的特點是冷靜并特立獨行。每次問他問題，他
先是沉默，想好后可以很縝密地回答，往往挑不出什么漏洞。基
于這樣的經驗，之后的合作我便選擇完全地相信他。所以我想一
行精心挑選翻譯的書籍，一定不會差。
一行陸續給我寄了原稿和翻譯稿，我讀后有一些感想：
交互方式正從單純的視覺、硬件交互轉化為多感官綜合的交互。
每一次技術的變革都帶來交互上的巨大挑戰。“與機器像和人一樣
對話”，VUI 不是一次升級，而是一個完全不同的新世界。這個
世界正在來臨，但又還有很多未知；這個全新的體驗正呼之欲出，
等待人們去定義。
VUI 感性層面的需求比視覺交互和硬件交互更為復雜。除了合理的邏輯之外，場景、對話的上下文關聯、角色的設定、語境的
感知等都對用戶體驗起到了重要的作用。VUI 像是給機器賦予
一個新的性格。在這個領域也將產生不同的人才需求。最近遇見
Dyson 的設計師，他稱自己為工程師，并解釋他自己也不知道自
己是什么樣的定義，只知道伴隨了產品整個的研發流程。在VUI
領域，同時需要被打破的職業界限，需要更多元的職業類型介入
去共同定義。他們可能是設計師，是開發者，是語言學家，是心
理學家，是劇作家，等等。
最近我買了Amazon Echo, 女兒每天早上向Echo 問好。Echo 沒
有屏幕，環轉的燈光非常友好地展示了擬人化的傾聽。我意識到
VUI 已經來了，它很聰明，但是又還很魯莽；它讓人興奮，但又
時時給人帶來與機器對話的挫敗感受。哪怕產品很智能，一個不
好的VUI 就像是一個聰明人無法傾聽和表達一樣無奈。在這個技
術與設計并行發展的進程中，VUI 還處在一個很早期的狀態，會
有很多令人困擾的問題：怎樣的設計流程可以支持這個新的領域？
VUI 和屏幕交互是什么樣的關系？什么樣的場景最為適合？機器
需要有什么樣的性格？ 如何管理用戶的期望值？如何彌補對話中
帶來的挫敗體驗？ 交互過程中的情感感受將會怎樣？……
VUI 領域還沒有太多的經驗可以參考，設計教育界也還沒有做好
足夠的應對，而這是一本來得如此及時的、難得的、實用的工具書。
一行告訴我，書的內容只是一個開始，希望讀者通過此書能開啟
一個全新的思考。
劉力丹
designaffairs 合伙人、小猴科技創始人兼CEO
推薦序三
從軟件工程轉到工業設計專業，現在又在從事交互設計的工作，
王一行一直是一個在自己喜歡的方向上執著鉆研、追求完美的學
生和設計師。當以往的學霸和紅點得主來找我為他的譯著寫序時，
我很是欣喜。非常欽佩一行哥（同學中的昵稱）在阿里繁忙的工
作之余還能擠出時間來學習新知識，并有心布道語音交互界面設
計這一交互設計的新成員。
作為一種自然人機交互方式，語音交互由來以久，近年來更是被
運用到了越來越多的產品之中，如從手機到智能產品、智能家
居，從機器人到車載HMI。然而對語音交互的設計方法、流程，
以及對其特有的設計問題的研究卻非常匱乏。15 年前在IBM T.J.
Watson 參與基于對話的語音交互系統的研究與應用實踐，到現在
進行多模態車載HMI 的設計中，我大都是把語音交互作為交互
系統中的一個重要元素加以運用。本書將語音交互作為一個與視
覺交互界面（GUI）并列的界面類型，對其設計進行系統地分析、研究與實踐指導，視角新穎，為對語音交互設計的深入研究打開
了一片天地。相信一行精準到位的翻譯可以將大家完美地帶入這
一交互設計的新領地。
孫效華
博士、教授、博士研究生導師
同濟大學設計創意學院副院長，交互設計方向負責人
數字創意中心負責人
推薦序四
當很多人正在熱議AI 究竟是會幫助人類還是毀滅人類的時候，人
工智能的浪潮正在悄然顛覆著我們生活的一點一滴。而基于CUI
（Conversational User Interface，對話式用戶界面）的智能產品，
就好像是沖在AI 浪潮最前沿的浪花，將隱藏其身下的算法和數
據幻化成最能“直接拍打在用戶皮膚上”的體驗。作為一個新生
的領域，VUI（Voice User Interface，語音用戶交互界面）對于用
戶體驗設計提出了更多語言學、情感塑造、邏輯搭建等方面的新
要求，于是這樣一本專業、全面的VUI 設計指南的出現，就更顯
得彌足珍貴。
我在第一時間就和我的團隊一起精讀了英文原版，受益匪淺，相
信中文譯本的出版一定會幫助更多的共同前行的伙伴，受邀作序，
備感榮幸。
就在我敲下這些文字的時候，大多數行業從業者都激進地把人工
智能在人類歷史上的重要性堪比、甚至遠超過工業革命，很多人正擔憂人工智能即將陸續取代一些職業并改造我們的社會化分
工。我認為有一點是毫無疑問的，這是一個不可避免的智能時代，
作為新生產工具的AI，除了在限定技術邊界的垂直行業應用領域，
各行各業都有機會被AI 力收割“low hanging fruits”來迅速提升
各類生產效率，將對人類文明和產業變革產生重大影響。
回顧過去，機械設備的出現為人類帶來了提升效能的工具，互聯
網的出現，將效能再次提升，而伴隨著AI 的出現，效能將進一
步大規模提升。不可避免地說，在智能時代，大量重復性工作的
人力工種肯定不復存在，還有很多具有結構化知識的經驗性工作
也會被機器智能所取代，甚至未來是創造性工作，但是更多的是
通過為人賦能的方式，減輕社會勞動者和服務業的壓力，將會重
新進行一輪人類社會化分工。
在互聯網時代，“連接”是核心關鍵詞，如果C 不能滿足A 和B
的完整需求，那互聯網有機會讓A 通過連接，跨過B 和C 直接找
到D，但如果在一些場景和行業內B/C/D 是稀缺性資源，那么這
個情況在互聯網時代就很難得到解決，AI 的出現將有機會扭轉這
種供需關系。舉例來說，以前用戶看病花在預約和掛號的時間基
本占到95%，真正用于醫患有效溝通和問診時間僅為5%。人工
智能將代替以往所謂“互聯網醫療”盲目且低效的連接，如VUI/
CUI 初診問答機器人將患者進行分流，縮短醫師護士等在預約和
問詢過程低效的重復時間，改善供需方的不對等關系。
大家都知道過去60 年里人工智能經歷了兩次潮起潮落。現在我把
這次AI 的興起，分為新AI 時代的頭十年和后十年。前十年是AI解決行業問題，比如前面講的醫療、教育、信貸和金融風控等，
通過大數據和機器學習迅速提升效率和準確率；新AI 時代的后十
年，機器智能將全面升級消費產品和用戶生活場景，人工智能必
將革新交互方式，進入計算無處不在的時代。下一代人機交互革
命就在眼前，這將是一個激動人心的時代，就好比百年前蒸汽機、
汽車、飛機等偉大產品的發明一樣，如今將會出現大量被重新定
義的智能產品，無人駕駛車、智能家居、家用機器人、下一個時
代的個人助理等。當馬車被汽車替代的時候，人們是措手不及的，
同樣的，AI 時代的創新家們已經蓄勢待發準備重新發明和改造今
天陳舊的生活方式了。
我覺得賦能是人工智能對人類最重要的事情，因為這是人類進化
需求的本質。人都渴望被賦能，這是天性。人發明蒸汽機、汽車、
飛機、手機、計算機，從運動能力和生產效率等方面突破自身局限。
大部分人沉迷于游戲，是因為在游戲中感受到自己被賦予了更大
的權利和能力。這些都是順應人性的事情，我覺得VUI 最有價值
的場景應用就是在人機交互過程中產生的便利性賦能。
無論是從云端到邊緣在下一代硬件架構的變化，還是深度學習算
法在圖像識別和語音識別的單項上逐漸超過人類水平，AI 的技術
成熟度還在不斷提升和進化過程，但是今天語音對話交互技術的
發展尚還沒有成熟到可以替代鼠標鍵盤和觸摸屏。不過現階段已
經可以應用在一些特定場景下，比如用戶雙手不便下達快速指令、
智能電視或者智能音箱上的跳步檢索某一首歌或者某一個電影關
鍵詞，又或是實時機器翻譯。但可以肯定的是，未來無處不在的AI 技術，必將帶來交互的革命，顛覆的機會，也將屬于那些極少
數懂得技術邊界、極具場景化思維、勇于革新的創新家們。
2016 年，我和志同道合的小伙伴們一起創立了“物靈”。在工具
化大工業產品思維主導的今天，我們希望去開辟另外一條路徑，
去創造人機共生的靈性世界。我們認為，人和產品的關系，在這
個萬物智能的時代，正在發生著巨大革新。我們經歷了電器設備
旋鈕時代、鍵盤鼠標時代、觸屏智能機時代，而現在萬物智能時
代的到來，很快就會將我們從鼠標鍵盤和低頭點手機平板的觸摸
屏上解放出來，機器與人的交互會從不平等的單向被動模式轉變
為逐漸平等雙向的多模態主動模式。而語音交互正是這個過程的
第一步。我們認為這種互動模式的本質就是“關系”。我們把這
種“基于關系的交互方式”稱作Relationship UI。物靈想要做的
“智能/ 關系式交互”產品，不單單是計算機視覺、自然語言理解、
深度學習、大數據等這些正在不斷突破的AI 技術的集合體，更
加是一個讓用戶能體驗到生命感，產生依賴，寄托情感的“靈物”。
這本書里提到的Jibo 機器人，正是Relationship UI 的一個很好的
例子。我作為Jibo 的董事長，物靈作為Jibo 在中國的獨家合作伙
伴，我們和MIT 的Cynthia Breazeal 的團隊也正在一起努力把這
個可愛的小“靈物”帶給中國的消費者。
當語音交互、智能匹配和個性化推送成為新一代用戶的主流交互
方式的時候，蘋果構筑的那個以一個個各自為陣的App 為核心的
生態才能再一次瓦解——從移動互聯到智能物聯的轉變，我們將
經歷Contextual UI 取代Selective UI 的產品形態。
而想要真正構建好這種產品和用戶之間的“關系”，VUI 無疑是
最重要也是最自然的交互通道之一。在創業初期，我們的VUI 團
隊一直在摸索如何設計對話內容和邏輯，創造Character，優化體
驗。不同于傳統的GUI，由于缺乏系統性的指導和總結，我和團
隊做了很多的嘗試，也走了很多的彎路。這本書的出現很好地幫
助我們理清了VUI 相關的基本框架和設計規則，而其中的很多觀
點，也和團隊在實踐過程中得到的經驗有很好的切合。對每一個
想要從事VUI 相關領域的UX 設計師、語言學家甚至工程師，這
本書都能起到啟蒙和指南的作用。
從我前面提到的AI 前后十年的說法來看，當下我們所處的弱AI
結合強產品的時代，還是有機會通過產品矩陣來形成現象級產品
的，而這時正需要懂AI 技術邊界的設計師和產品人，來重新思
考和設計使用場景。甚至都不是“尋找”應用場景了，而是要去“發
明”應用場景的時代。創造出偉大的產品，在工程師把技術基礎
打造得差不多時，還是需要設計師、心理學家、社會學家等，去
創造和拓展用戶交互場景的疆界。
我們團隊的一大常規團隊建設內容就是一起重溫那些經典的科幻
電影，吸收靈感，也感嘆原本只存在科幻電影里的人工智能，在
這短短的幾年就已經走進了我們的生活，甚至我們的現實已經在
很多的場景下超越了科幻電影的設定。而我們深知，這短短幾年
AI 爆發的背后，是幾十年同行者在不同基礎領域的不斷積累，是
像本書作者Cathy Pearl 這樣將近20 年專注于VUI 的探索和實踐
并著書立說、開放分享的精神。既然我們正在進入一個不可避免的智能時代，人機交互的下一輪革命就在各位眼前。人機共生的
靈性世界不是用機器人來取代人類，而是賦能予人。
未來已來，萬物有靈，我們選擇All in。
顧嘉唯
物靈科技CEO，前百度少帥
譯者序
因緣巧合，有幸翻譯本書。這于作為設計學徒的我而言實是一種
饋贈。
在與阿里巴巴國際UED 用戶體驗設計的同事們進行語音交互研
究的早期，我們第一時間購買了本書原版并進行了研讀。這對于
尚在摸索階段的我們而言，不僅節約了大量的時間，更讓我們體
會到在當前的技術邊界下，設計師在語音交互設計過程中的價值
所在。隨著項目進程的深入，我們愈發覺得需要有這樣一本專業
而系統的書，在可以預見的語音智能產品爆發之際，幫助在語音
交互和智能硬件道路上探索和學習的伙伴們共同學習、進步。同
時，我們也希望本書能為每一個正在或有心從事語音設計相關領
域的UX 設計師或產品設計師，提供一個了解其行業背景、設計
思維框架，以及相關技術現狀的窗口，從而在日后的工作中能更
從容地設計、探索、創造出更好的用戶體驗。能為行業盡綿薄之力，
榮幸之至，不足之處還望海涵。
人工智能作為當下熱門的細分科技領域，其帶來的變革已經被推
到了“第四次工業革命”的高度，并正在影響當下信息構成、生
產和獲取的方式。雖然早在1956年McCarthy就提出了“ 人工智能”
的概念，但時至今日，大眾才開始逐漸感受到其真正的價值和影
響力。面對新一輪的科技爆炸，設計師需要重新思考，如何運用
設計思維和想象力拓展技術的應用場景，探索新的交互方式，并
賦予技術人性與人道，從而使新技術更好地賦能于人。
在這樣的背景下，設計的客體不再只局限于屏幕內的內容，而是
逐漸趨近于真實世界的全貌。多通道、全鏈路、多角色，以及去
中心成為了設計的主旋律，這將促使設計師從更多維度進行設計
探索。本書作者Cathy Pearl 以其在語音交互設計領域17 年的洞
察為主線，深入挖掘了語音交互設計過程中每一個關鍵節點，及
其對應的設計原則，并探討了技術與體驗的平衡。行文中還融入
大量有代表性的行業真實案例，為我們帶來了這本極富啟發意義
的語音交互設計指南。這在當今的時代背景下，有著特殊的價值。
原作者Cathy Pearl 在書中提醒讀者“不要為了使用語音交互而使
用語音交互”，這一點使我深受啟發。相對于科技來說，人的生物
屬性決定了很多客觀存在的限制。例如，對于大多數人而言，眼
和口分別做兩件不相關的事往往會使效率大打折扣。在設計多通
道交互的時候也是這樣。當你使用語音作為主要通道進行交互，
線性傳輸的音頻信息通過耳和口傳遞于人機之間時，很難排除來
自視覺通道信息的干擾。此時我們可以通過視覺和語音的強關聯
性來強化語音交互（例如帶屏幕的Echo Show），抑或是給用戶的視線設計一個落點，減少其他的視覺干擾。視覺、聽覺、味覺、
嗅覺、觸覺，以某一個近似恒定的頻次和信息比例與外界進行交
互，體現了知覺恒常性。這也是我在過往的 IoT 項目中，堅持遵
循的原則之一。
設計是一門研究“人”的學科，重在理解人，而基于技術與數據
的設計方法只是理解人的手段之一。基于人類自身行為特征的設
計思維在新的設計背景下得以繼承，而基于技術的設計方法在新
技術的驅動下得以發展，兩者相輔相成。 Cathy Pearl 以其近20
年的從業經歷，以立體和動態的視角梳理了語音智能體驗設計的
全流程，處理不同時代背景下用戶體驗和技術的制約與平衡，同
時也為我們展現了設計在新技術背景下所面臨的全新挑戰，以及
被賦予的全新意義。書中豐富的案例分析更為我們展現了一位成
熟設計師面對當下復雜多樣的生態系統，所展現出的極具包容性
的思考框架。相信這將會成為未來多通道、全鏈路設計師的必備
素養之一。
作為一本立足過去、面向未來的設計指南，原作者 Cathy Pearl 在
有限的篇幅內，不僅探討了人工智能背景下的情感化、游戲化設
計，更在探討中引入了圖形學、語言學，乃至戲劇領域里的專業
術語。這不僅使我們切實感受到作者廣博的知識儲備，更讓我們
看到設計領域存在的更多可能性，并時刻提醒我們：設計不應僅
局限在已有的設計范疇內，更不應成為商業和技術的附加品，而
是應該不斷向外突破，與技術和商業互相驅動，共同進步。
于我而言，翻譯本書的過程不僅是對新領域的探索，也是一次對設計方法系統的梳理。整本書所使用的設計框架對于新領域的探
索極具價值，而單單只摘錄對當前有用的部分，不足以體現這種
價值。這也是我決定要將全書進行翻譯出版的初衷。希望無論是
體驗設計師還是產品設計師，在面對新技術和新變化時，可以不
再迷茫，并建立屬于自己的設計思維框架。
在翻譯的過程中，我也時常反思這幾年學習和工作中面對設計時
的思考，是否被既定的方法和流程限制了更多的可能性？是否過
分注重屏幕而輕視了屏幕外的真實世界？如何在解決用戶問題的
同時，超出他們的心理預期以達成更大的滿足？在萬物AI 化，信
息橫向拉平的未來，我們如何通過更多元的通道重塑自己的品牌？
復合體驗在給人們帶來便利的同時，也在逐步瓦解單一介質（如
印刷品、屏幕、聲音）帶來的感官刺激。產品以及背后的服務在
失去傳統營銷抓手后，如何在AI 生態中建立新的營銷機制？有
太多新的問題等待我們去發現，去解決。
最后，感謝我的家人在翻譯過程中給予了我最堅實的支持；感謝
王爽、潔君、夕圓、單卉等伙伴幫忙校對，使本書得以更好、更
快地與各位見面；感謝阿里巴巴國際UED 的同事們和天貓精靈
團隊，在項目初期能克服萬難，堅定不移地在語音交互和消費級
智能終端領域開疆辟土。感謝傅立民老師（Paul）、力丹老師、孫
效華老師和嘉唯哥的信任，并在百忙之中抽空為本書作序。感謝
出版社的孫老師，正是她獨具慧眼的選題使得本書的中文版得以
出版發行；感謝阿里巴巴的Paul 和毛瀟笑，讓我有機會接觸語音
交互這個新領域。最后感謝所有能讀到這本書的讀者，由于譯者才疏學淺，翻譯中難免會出現一些問題或疏漏，請各位同行和專
家不吝賜教，予以批評和指正。我非常歡迎來自各位的意見和反
饋，并會基于此做出更正與改進。謝謝。
那么，就請開始閱讀吧。
王一行
阿里巴巴 高級交互設計師
前言
我們生活在一個神奇的時代。當我躺在客廳的沙發上，我只需要
用我的聲音，就能預訂一份一磅重的小熊橡皮糖，并且在兩小時
內送貨上門。（至于這是不是一件好事情，并不是本書要討論的問
題。）
語音識別技術（即讓計算機理解你說的話）在過去幾年中突飛猛
進。1999 年，當我剛剛開始在Nuance Communications 公司進行
語音用戶界面（VUI）的設計工作時，我很驚訝，一臺計算機竟
然可以理解我說的“檢查（Checking）”與“保存（Saving）”之
間的區別。而今天，你只要拿起你的手機——另一個神奇的設
備——并說“告訴我在兩英里之內，有WiFi 并且周日營業的咖啡
店”，你就可以得到去往所有滿足條件的咖啡店的路線。
20 世紀50 年代，當計算機剛開始激發人們的想象力時，人們認
為讓計算機理解人們說的話是一件比較容易的問題。畢竟，“這些
語言連一個兩歲的小孩都能理解！”
然而事實證明，理解語言是相當復雜的一件事件。它充滿了一些
微妙的區別和特質，即使是人類也需要多年才能掌握。人們花費
數十年的時間才教會計算機理解一些最簡單的命令。有些人認為，
只有存在于物理世界的實體才能真正理解語言。因為離開了語境，
就不可能理解話語背后的意義。
在科幻小說中，語音識別技術早已出現。在1968 年的電影《2001
太空漫游》中，HAL 9000 就是一個可以回應語音指令的智能計
算機（雖然它并不怎么按指令行事），給影迷留下了深刻的印象。
直到今天，人們還喜歡用那句經典的臺詞“打開輔助倉通道門，
HAL”來測試VUI 和聊天機器人。
在電影《星際迷航4 ：搶救未來》（1986 年）中，進取號的船員
回到1986 年，當總工程師斯科特得到了一臺計算機時，他用語
音發出指令“計算機！”，但是計算機沒有回應。于是船醫科伊遞
給他一個鼠標，而斯科特把它當成了一個麥克風來用。當他最終
知道要使用鍵盤時，他說：“太古怪了！”。當然，總有一天鍵盤
真的會看起來很古怪，而這一天尚未到來。然而，如今我們與科
幻小說中的語音識別技術前所未有地接近。2017 年，網絡零售商
ThinkGeek 將發布星際迷航徽章“ComBadge”：就像20 世紀80
年代電視劇里的一樣，用戶可以通過觸碰徽章發出語音指令，并
通過藍牙技術發送到你的手機。
這款產品的發布具有重大的意義。雖然基于電話的語音系統已經
存在了20 多年，手機VUI 也發展了近10 年，但是這個徽章真正
預示著人們重新開始探尋語音識別技術的初衷。它代表著生物模
擬的想象力。 |
內容簡介：本書是一本由擁有17年從業經驗的資深語音用戶界面設計(VUI)系統設計專家Cathy Pearl撰寫的語音設計經典，從VUI系統簡史開始講述，包括了語音用戶界面設計的基本原則，VUI系統設計中必不可少的人物模型設計，還包括一些語音用戶界面設計的進階知識，如語音識別技術，自然語言理解、情感分析、數據收集和文本語音轉換策略等，另外還介紹了語音界面用戶測試的知識，以及VUI在投入實際使用后需要注意的地方，特別提到了包括家庭助理設備和可穿戴設備等如何設計VUI系統。 |
目錄：第1 章 導語 ........1
1.1 語音用戶界面（VUI）簡史 ......1
1.2 對話式用戶界面 ........7
1.3 VUI 設計師是什么 ........11
1.4 聊天機器人 ........11
1.5 本章小結 .........14
第2 章 語音用戶界面基本設計原則 ...17
2.1 移動設備與 IVR 系統設計 ......17
2.2 對話式設計 ........21
2.3 設定用戶期望 ........25
2.4 設計工具 .........28
2.5 確認策略 .........32
2.6 命令—控制模式和對話模式 ......41
2.7 對話式標識 ........50
2.8 異常處理 .........52
2.9 不要責怪用戶 .......60
2.10 新手和專家用戶 ........61
2.11 持續跟蹤上下文 ........63
2.12 幫助和其他通用部分 .......68
2.13 延遲 .........72
2.14 消除歧義 .........74
2.15 設計文檔 .........76
2.16 無障礙設計 ........78
2.17 本章小結 .........88
第3 章 人物模型、虛擬形象、演員和視頻游戲 ..91
3.1 人物模型 .........92
3.2 我的VUI 應該做成可視化的嗎 .....98
3.3 使用虛擬角色時不該做什么 ......99
3.4 使用虛擬角色（或預先錄制的視頻）時該怎么做 ..103
3.5 我什么時候該在VUI 中使用視頻 ..... 111
3.6 視覺VUI——最佳實踐 .......113
3.7 視覺反饋（無虛擬角色） .....124
3.8 選擇一個聲音 ........128
3.9 虛擬角色的優點 ........128
3.10 虛擬角色的缺點 ........132
3.11 本章小結 ........136
第4 章 語音識別技術 .....139
4.1 選擇語音識別引擎 ......139
4.2 語音打斷 .........141
4.3 N-Best 列表 .........156
4.4 語音識別的挑戰 ........158
4.5 數據隱私 .........165
4.6 本章小結 .........166
第5 章 語音用戶界面設計進階 ...167
5.1 不同類型的語音輸入 .......169
5.2 消除歧義 .........175
5.3 處理否定 .........182
5.4 捕獲意圖和對象 ........183
5.5 對話管理 .........184
5.6 不要晾著用戶不管 ......187
5.7 VUI 要顯示識別到的信息嗎 .....188
5.8 情感分析和情緒檢測 .......190
5.9 文本轉語音和預錄語音 .......193
5.10 說話者確認 ........197
5.11 “喚醒”詞 ........199
5.12 語境 .........200
5.13 高級多模態交互 ........201
5.14 自助數據集 ........202
5.15 高級自然語言理解（NLU） .....204
5.16 本章小結 .........209
第6 章 語音用戶界面的用戶測試 ....211
6.1 VUI 用戶測試的特殊考慮因素 ....211
6.2 用戶及用例背景研究 .......212
6.3 為真實用戶設計研究方案 .....214
6.4 早期測試 .........226
6.5 可用性測試 ........233
6.6 衡量測試結果 ........239
6.7 下一步計劃 ........240
6.8 測試汽車、硬件設備和機器人的VUI 系統 ..241
6.9 本章小結 .........244
第7 章 完成VUI 后，下一步該做什么 ...247
7.1 預發布測試 ........248
7.2 效果評估 .........252
7.3 日志 .........264
7.4 轉錄 .........266
7.5 發布階段 .........268
7.6 調研 .........269
7.7 分析 .........270
7.8 工具 .........275
7.9 本章小結 .........278
第8 章 帶語音功能的設備和汽車 ....279
8.1 設備 .........279
8.2 汽車和無人駕駛車輛 .......295
8.3 本章小結 .........308
后記 .........309
附錄 書中提到的產品 .....311 |
| 序： |
|
