音频设计指南

正如我们所看到的，音频作为一个反馈机制广泛应用于人们与日常生活中的设备交互当中，比如手机、汽车、玩具、和机器人等。有一些细节可以让音频设计创造出有用的，更自然的体验。在这里，我们探讨一下音频设计时的一些原则和指导方法。

我可以毫不掩饰的说，音频对于无障碍设计体验来说是个很强大的工具，在这里讨论的很多方法也和适用。安卓手机和苹果手机设置中都有无障碍这个选项可以打开手势输入和音频输出，更加丰富用户体验。

首先，音频是由谁设计的呢？当然是音频制作者和游戏设计师，他们让游戏更加生动。之外还有语音用户交互设计师，那些为银行、航空公司等设计电话语音交互系统的人。还有像手机、玩具交互设计师一样，那些和音频工程师，音频制作者的工作接近，具备一定专业知识让他们的设备有良好使用体验的人。

如果音频会是你设计的一部分，有些你必须考虑到的问题：用户的设备是否有一个扬声器可以播放音频？设备是否可以联网或者有足够的内存。

音频设计指南

选择正确的音频

选择音频的类型很重要，音频可以是不含语言的声音，我们把它叫做“声音讯息”；或者是一句话，我们把它叫做“语音提示”。寓意可以嵌入一段不突兀“声音讯息”里，以传递出更多的信息。回想一下在苹果手机中表示“确认信息已经发出”的音频（附件音频），它通过一种暗示的手法和活动有效地表示了从用户这里发出的动作。另一个例子是汽车里的泊车辅助系统；声音的快慢和音调营造出一种紧急的氛围，告诉用户离最近的车有多远（附件音频）。

在一段音频中嵌入寓意考虑到快速有效地反馈；声音讯息比语音提示更短并且造成较少干扰。AOL的邮件提醒“You got mail”就是个反面典型（附件音频）——一个难以置信的噪音，让我们中的多数人都想把电脑一锤子砸了。

虽然在声音中能嵌入很多信息，但有时语音提示是表达一种想法的最好方式。如果在你产品中有这种情况（比如你在传递指令，警报或者是像语音导航这样的动态信息），那么有一些方法可以设计地更加智能。你还要考虑是否要定位体验点，和它可能带来的影响。一个在多个国家出售的会讲话的玩具，可能需要各个国家语言的声音反馈，这也需要对声音反馈的延展性进行考虑。

在声音讯息中嵌入寓意

     那么怎样去设计声音让用户本能地就能感觉到它得寓意呢？一些研究可以指导声音讯息设计的初学者，比如Blattneret al 写的《Earcons and Icons: Their Structure and CommonDesign Principles》(插入附件)。Blattner 在《W.W.Gaver’s mappings》中解释了关于象征性的，常用的，隐喻的声音：

“社交对话中象征性的声音比如赞同的掌声，惯用的代表性的声音如猛烈地关上门，隐喻的声音也是如此比如音调的下降对应物体的下落”

   Blattner进一步阐述说如果可以找到一个很好的对应关系，那么声音讯息就可以很容易地被记忆和理解。声音讯息利用已经存在的关系可以让用户把声音和寓意联系起来，而不需要通过练习或者是很少的练习。

    音频设计是很复杂的，设计者将要考虑到音调，音色，音响，音程和走向去制作出正确的声音。了解更多关于怎样在音讯设计中考虑这些因素，请查阅《Auditory Interfaces: A Design Platform》.(插入附件)

在情景中设计

     不管是设计语音提示还是声音讯息，都要同时在身体上和情感上考虑用户的使用情景。如果你在设计音频指令和音频信息，考虑这些因素：

l  是否有一种方法区别新手用户（需要手把手指导的用户）和专家用户？这可以是通过跟踪记录用户和设备交互的次数来做到。然后为初次使用者定制音频体验，同时为专家用户提供简短的提示。

l  设备是否有显示屏，你是否知道用户依赖于视觉的反馈来完成他们的任务？如果是的话，音频可能是第二反馈机制，或者是根本不需要音频。可以专门为一些场景专门定制音频，通过播放少量的或者不同的声音。通过特定的传感器或者是加速器，也或者是通过对交互是如何展开的推测可以了解到设备和用户之间是怎样的关系。比方说，如果用户与苹果4S手机上的Siri交互是通过蓝牙耳机展开的，那么用户的手机可能这时不支持视觉反馈，所以提供丰富的声音反馈变得很必要了。

l  很多其他的情景让定制音频体验显得很必要。比如说GPS导航，你也可判断用户是否在开车（探测移动的速度）。有时设备的状态是非常有意义的，可以表明用户的投入程度和接近程度：用户是否在听音乐？他们最近有使用设备吗？用户刷了信用卡吗？等等。

考虑“不使用的场景”

设计师总是在讨论使用场景，但是对于会“说话”的设备，注意到不适用的场景也是很重要的，在那些情况下播放音频完全没有意义。在没有提示和上下文的情况下从设备中吼出警报或者信息，会让人感到恐慌。下面的例子就是行走电梯在上面没有人时还一遍一遍的重复着警报。（插入视频）

你可能常常通过设置把是否播放音频的控制权交给用户。打个比方，在一台Windows系统的手机上，用户可以设置是否在连接蓝牙耳机或其他耳机时自动播报手机收到的信息。

不仅仅是你说什么还有你怎样去说

设计语音提示一半是科学一半是艺术。很多不错的语音识别和语音用户交互设计手册都有详细说明。从早期版本的福特汽车车内语音识别系统中找出一段音频，它向用户说明了如何请求播放一首特定的音乐文件，但是它做的很不好:语音和词语组合不是很清楚。

一些设计指南：

l  使用用户能够理解的语言。避免一些终端用户不理解而公司内部能理解的技术用语，行话。

l  不要一次性传递过多的信息。

l  限制音频菜单选项的数量。音频是线性的，短暂的，对时间敏感的。不像网页和其他视觉反馈的媒体，用户有足够的时间去阅读，理解和选择。研究表明从音频中记住五个选项是很难的。用户必须在选择其中一项前听完所用选项，所以长长的选项列表会限制用户记住它们的能力。

l  当设计用户需要选择的语音提示时，把它们组织成选项菜单在动作前面的结构；比如“选择Y，请按X”而不是“请按X，选择Y”。用户会更加容易确认他们想要的选项和更认真的去听所需的动作。

在语音提示录制和文字转语音之间选择

另一个要决定的是采用配音演员提前录制的语音还是利用文字转语音的技术（TTS）。提前录制的语音在多数情况下提供最自然的声音，但是采用之前有很多方面需要考虑：有多少内容可以被录制？音频内容会改变吗？多少内存可以使用？

这些年，TTS技术有了显著的提升。在很多情况下把文字诵读成音频做的很好。TTS引擎要在任务的基础上进行评估：是否需要多国语言？多种声音？某种信息是否要特别的诵读出来？评估多样的实现方式也是很重要的：设备联网了吗？在联网的情况下TTS引擎可以基于云技术。TTS引擎是否需要嵌入到设备当中？大家对TTS技术的反应不同：有些用户说TTS损害用户体验，所以他们避免使用它，也有其他用户根本没有注意到这一点。

这里有两个例子：

l  会说话的闹钟是一款苹果手机上的闹钟应用，它可以诵读不同的信息把你叫醒。听听朗读时间日期和星座（插入音频）。

l  DialDo利用TTS作为一个免费的助手。听听它朗读下面的邮件（插入音频）。

录制提示语音

     如果你能让一个配音演员录制语音提示，选一个和你品牌和体验相符的声音和性格。最好雇佣有个性的演员，让他们都录制一段又代表性的脚本以评估他们和设备的契合度。

在录制语音提示时有很多细节需要注意。语音用户交互设计师需要花时间去引导配音演员以保证语音提示能够引出来自用户的正确语音答复。下面的语音提示以不同的方式朗读出来有不同的含义：“Would you like departures <pause> or arrivals?”将会引导用户回答“departure”或者“arrival”。稍微不同的语气“would you like departures or arrivals”,可能被用户误解而回答“Yes”或者是“No”.

语音提示甚至在内容需要改变时也可以录制，比如当朗读时间或者是电话号码时。在这种情况下，你可以录制一小段一小段的提示，然后在播放时再把它们接合起来。让朗读的声音更加自然而不是机械的，录制越多的语音提示越好。

总结

    当你设计音频时最重要的是保证它会增强体验而不是突然的去干扰用户。如果你正考虑要设计音频，希望你已经得到了一些有用的信息可以帮助你开始设计一个非常棒的体验！