车载场景下语音交互中重要的引导设计

　　语音是人们交流的一种重要方式，当前的很多电子产品也引入了智能语音系统，来使用户能更便捷的使用产品，本文就对车载领域的语音系统设计给出了一些建议。
　　语音由于它自身的优势，注定它会存在很长一段时间。当前家居、机器人、车载领域都用到了语音，家居当前主要集中在智能音箱、机顶盒这些；机器人大致分为服务类、教育类；车载集中在车镜、车机、HUD。
　　这里针对车载领域进行讨论。
　　一、引导是什么？我们为什么需要引导？
　　引导，字面上的含义是通过行为帮人走出困境；而应用的学习是需要成本的，所以它的引导是想让用户能够了解应用的功能，按照产品设计的路径完成对应任务。一般APP中的引导可以按照下图去进行分类，比较轻量的是穿插流程型的引导，其他的引导都是比较重的，需要用户查看才会消失。
　　语音交互当前的使用场景比较尴尬，很多人不习惯在公众场所使用语音，误唤醒误识别（见注）倒不算什么，主要涉及到隐私问题。而且很多人都觉得和机器对话会比较蠢，主要也是与当前的技术并没有达到成熟状态有关。
　　设想很多年后人工智能达到一定水平，AI机器人必定会深入人们的生活，那么自然的语音交互必定很需要。
　　注：
　　误唤醒：语音需要说出固定的词汇，才能让机器知道你是在和机器对话，这样叫唤醒；误唤醒就是由于录到杂音或者干扰比较多的环境中不小心识别到该词汇，而你并没有说出这个词汇的情况；
　　误识别：语音机器被唤醒后，进入识别状态，这时候人们说的全部话都能被收录开始识别，由于环境问题，识别不准确的情况。（非官方解释，方便大家理解）
　　语音的产品目标是即用即走、快速高效、缩短触控操作流程；如此可见，如果用户说了错误的说法，或者用户说的说法还没有实现，对于用户的打击会有多大，用户目标本意是快速高效，反而会因为各种原因打击了用户使用语音的积极性，觉得语音不靠谱不好用。
　　由此可见，比较具有隐形特性的语音交互，必须对用户进行引导。
　　二、引导的目标及受众
　　引导的目标无外乎下面这几个：
　　新手用户快速上手，能够正常使用语音
　　对于专家用户，能够了解更多功能，方便使用
　　更新的功能或者变动的功能，通知用户让他们知道
　　三、引导的使用场景
　　车机相对于音箱有个明显的优点是它有屏幕，亚马逊的Alexa出了音箱之后还是出了一款带屏幕的EchoShow的主要原因就是视觉听觉的效果远大于听觉效果。
　　那么页面语音引导会是语音交互引导的主要载体，语音、界面引导可以根据场景进行非主要功能的引导。接下来我们要根据用户使用的流程看需要什么引导帮助：
　　1。初次使用
　　第一次打开应用，采用新手引导的方式和用户进行互动，目的有几方面：
　　语音助手形象亮相，和用户打个招呼
　　让用户了解语音的基本使用方式
　　新手引导要考虑一种接受度比较高的方式呈现给用户，因为新手引导特别容易被跳过，如果做成无法跳过的对用户来讲不够友好；跳过之后首页的引导展示同样重要，一旦跳过，同样有其他的方式传达到用户，让他们了解大概的功能和基本的操作方法。
　　2。主要使用的应用中唤醒语音
　　在车载使用的场景中，最常用的的就是导航、音乐、电台，这三个领域对于不同种类的车机可能使用的频次不一样。比方说有的车机是车厂自己做的导航，一般都不如百度、高德好用，所以这样的车机自然是音乐、电台使用的更为频繁。
　　在使用应用对用户最为困惑的就是不知道使用语音到底能控制什么，而且还有一个很重要的短板就是唤醒和快捷唤醒词。因为每次和机器对话都需要唤醒，而为了避免误唤醒，唤醒词会设置为34个字，所以每次想下什么命令，都要先说你好小天小天同学类似的会很烦。
　　快捷唤醒词就是针对这个痛点产生的，无需唤醒，直接下达简洁命令即刻执行，会方便很多。但是用户不知道什么时候需要唤醒，什么时候无需唤醒，如果让用户刻意去记忆这些快捷唤醒词，反而增加了他们的记忆负担，因为快捷唤醒词并不是79个词汇，而是很多。
　　了解各个场景的主要功能之后，还有很多辅助功能，必须进入到流程中才有效的。比方说你导航从深圳到广州并且路途走高速，这样你就可以问语音助手前面还有多远到服务区了解。
　　这种高级教程也需要提高它的可发现性。下面例举了导航的大概常用功能，那么功能介绍的时候应该着重介绍右侧的三个功能，对于左侧四个功能应该在用户使用导航时唤醒语音时再进行提示：
　　3。说法出错
　　对于新手引导跳过、功能引导不看的用户，以及使用别人的带语音的车机，说法不正确导致机器无法理解的情况很常见，其实说法出错会有下面的几种情况：
　　1）。检测到语音，但是无法识别
　　这种情况，可能会由于系统录入杂音造成的，车载场景嘈杂的声源蛮多：汽车杂音、鸣笛声、空调声、音乐、人们讨论声音，所以现在比较高级的车会采用定向语音，即只有固定某个位置的人说话才会被收录，一般这个位置会开放给司机、副驾。
　　2）。识别了语音，但是无法处理
　　对于语音产品而言，首先会将不同的语音命令分领域（导航、音乐、电台、电话），只有命中了某个领域，会将识别出的文本和已经实现的说法去匹配，无法匹配的说法基本是连领域都无法匹配的，所以很多的语音产品是直接告诉用户听不懂，请重说。这种就很不友好了，机器听不懂，至少要告诉用户你能听懂什么吧，所以当用户的说法无法命中领域时，应该告诉用户他可以说什么。
　　4。新增修改的功能
　　产品在迭代，自然会有很多增加的说法，先根据想象到的用户可能会使用频次比较高的功能进行推送，后面有了用户数据，就可以做针对性更强的功能说法引导推送。
　　四、引导的几个方法
　　总结了一下一般手机上首次打开应用会出现的引导方式：
　　其实我们发现类似新手引导的东西，基本都会被用户快速跳过，传达率不高；而只有当用户使用受挫之后，才会去看使用说明，但如果不是刚需，受挫之后根本不会再使用了；而在使用过程中的引导被用户接受的程度更高，因为他们大多数都喜欢自己探索，发现新功能而其他人不知道的时候，能够满足他们虚荣炫耀、被人尊重的心理需求。
　　所以我们采用和游戏类似的方法，给用户设置一个场景完成一个任务；而其他的引导，类似主要场景的功能引导、快捷操作方法的引导、出错时的引导都采用穿插式引导的方式。
　　五、明确引导方案
　　1。新手引导
　　页面的构造参考RPG游戏的人物对话的方式，这样的分层更为明显，而且有个流程引导的作用。
　　（大家不用纠结，产品语音名称定为：天琴，不过已经在做新一代的产品规划，所以名字叫什么不重要；语音的展示方式，是以卡片的方式贯穿全部的对话过程，是对于这个版本的交互框架，产品已经和厂商合作出货了，并且具体的提示方案并不是完全一样的，这里只是选取当时做的一个方案分享给大家。）
　　2。主要流程的功能引导
　　在用户进入初次进入某个应用中时，使用语音卡片提示用户有什么功能。
　　这里主要展示导航的提示，其实由于视觉原因，这样的语音卡片最多展示五行文字，展示空间有限，我们采取轮播的方法，每次进入应用中展示的说法提示都是不同的，一般最多展示三次就可以展示完毕全部的说法提示。
　　除了这种提示，在唤醒语音前也要进行引导，因为一般人们对话的流程是脑内有大概要说的话，喊上对方，开始沟通。人工智能语音同样也需要模仿这种交流流程，让用户先明确自己想要语音助手提供什么服务，然后开始对话，是一个比较自然的流程，这样就能够减少说法错误的出现率。
　　那么在首页的说法提示、帮助中心会是用户比较需要的，这里可以增加一个策略，帮助中心在前三个月出现在首页，后面用户都熟悉了，可以降低层级，当唤醒语音的时候才展示出了。
　　在导航过程中，唤醒语音可以提示用户在导航中可以进行的操作有哪些。
　　其实还有种情况：使用比较复杂的流程完成任务，实际上有更快捷的说法支持，比方说在导航中，其实是支持添加途径点，不过这个功能使用的频次实在低，但是肯定会有人碰到需要使用的情况。那么我们针对这样的场景，检查用户结束导航后设置了另外一个目的地，那么我们会提示他直接说添加途径点切换目的地就可以了。
　　3。说法出错
　　没有命中领域、无语义的时候可以采用下面提示策略：
　　前两次说错，采用比较轻量的引导提示，语音不退出，用户可以看着说法提示重新说。
　　第三次说错，则直接进入帮助中心，可以查看全部说法，此时退出语音流程，再次对话需要唤醒。已经有了前面两次的随机提示，依旧说错可能是随机提示的内容并不是用户想要的，因为说法基本都差不多，随机提示的内容，可能就是功能上的区别，直接进入帮助中心，让用户知道自己想表达的内容，功能支持不支持。
　　其实语音交互做得比较细的程度，应该是通过关键词锁定领域，然后根据需要提供的信息来引导用户。
　　比方说，用户唤醒语音后问：User：广东的天气怎么样？可能是口误，也可能是一时没想到要问的具体地点名称，而天气查询是不能进行省、国家这种范围比较大的查询的，此时就可以这样引导：TTS：请问您想问广东哪个市的天气呢？
　　其实上面的说法是不支持的，如果提示说法出错，用户则需要再次唤醒，想好查询的具体地点，这样操作流程变长，更关键的是会让用户误以为查天气无法支持或者这个功能不好用，那么就会减少语音的使用，这是得不偿失的。
　　4。新增修改的功能
　　一般APP新增的功能，需要用户更新应用，然后重新启动应用，采用遮罩的方式提示用户，有的直接用启动页提示，有的干脆不提示，所以这个可以根据功能的重要程度去综合。
　　语音方面的东西比较多，比较碎，但是大体上的解决问题的思路和移动端、web端这些常见的应用的解决思路都是一样的。
　　不过移动端的交互不像车机端这种，可以触控、语音控制、方控控制，而且人工智能比较火，让不明所以的人们以为语音交互是一个多么高端的交互方式，其实并不是，我们都是人工智能背景下的人工。