人们日常出行越来越依赖地图进行导航指路、查路况以及找附近兴趣点。而用户在开车途中用手操控或视线浏览屏幕，具有很大的安全风险。语音助手的出现极大解放了驾驶过程中用户的手眼，提升驾驶安全性。它不仅支持全程语音唤醒，还能快速精准理解用户指令，提出有效解决方案。

https://v.qq.com/x/page/g31099vg7o9.html

1 语音助手概念

语音助手是指在硬件设备或APP软件上植入人机对话程序，辅助用户通过语音方式使用宿主设备或程序上的功能。完整的人机对话包括声音信号的前端处理、将声音转为文字供机器处理、在机器生成语言之后，用语音合成技术将文本语言转化为声波，从而形成完整的人机语音交互。

2 语音助手体验趋势

AI技术的发展以及硬件升级，赋予智能设备越来越多感知通道，也不断增强通过各种媒介进行信息输出的能力。感知和输出层之外，情感计算能力的提升使机器在认知层得到质的飞跃。它们远比之前更懂用户，也远比之前更会表达。基于设计理解与实践，我们认为语音助手体验在交互通道、交互对象方面正呈现三个趋势：

2.1 信息服务的表达融合多通道体验

2.2 对话贴近人的自然本能

2.3 具备情感交互能力

2.1 信息服务的表达融合多通道体验

除语音通道外，AI计算机视觉技术拓展了人脸、隔空手势等交互通道，而传统触控、旋钮等交互方式在操作精度、信息输出效率以及技术成本方面还有自身优势。多通道融合能发挥不同通道的优势和场景适用性，对信息服务的表达更自然，效率最大化。

2.1.1 地图语音交互形态重构

基于触屏手机设备的地图语音，视觉信息的协同输出能有效弥补语音无形、线性、不易记忆等缺陷，增进用户对语音交互体验的理解。在近场交互时，触屏还支持信息快速回复。

形态是地图语音不可或缺的重要通道。

初次引入语音交互能力，为了减少认知成本，地图语音的交互形态沿用业界通用的封闭式对话流。而这种形态也随着语音支持的地图功能扩展而产生局限性：

(1) 形态独立封闭且与场景不融合，会对导航产生干扰，影响驾驶安全。

(2) 不能利用地图原有的信息表达，需要在对话流中单独呈现结果。不仅影响算路等复杂需求的拓展，还会增加设计与开发的维护成本。

为真正适合地图场景，语音助手形态完成向非模态、任务伴随式面板的重构：利用地图原有的信息功能做展示，同时支持语音和触控两种回复方式，提升多轮对话效率。区别于封闭式对话流，伴随式面板不跳脱当前场景，带给人更轻量的感受。

语音形态的简化在一定程度削弱了语音状态的表达，为了确保用户对语音状态的强感知，面板信息框架的头部在语音进程中持续展示小度头像动效和文案提示。

2.1.2 地图语音结果VUI与GUI协同

在检索地点等任务场景中，用户通常注重效率。VUI结果话术的设计首先以目标为中心为原则，在精确检索单个结果时，引导用户进行下一步行动；而在模糊检索有多个结果时，向用户询问选择或推荐可能最感兴趣的地点并引导行动。

配合VUI话术，GUI也做相应的协同展现：数字序号匹配VUI的问询和用户选择，而推荐结果的高亮和标签使VUI推荐地点映射GUI，增强结果的表达效率。

2.2 对话贴近人的自然本能

连续对话且可随时打断，符合日常交流本能意识，但目前绝大多数产品语音交互仍不够自然：发起对话需要在安静环境下，先唤醒再发出指令，并且以“一问一答”为主。随着全双工免唤醒等语音技术的出现，通过上下文信息对用户指令的预测和判断，可以免去中间唤醒环节，实现更为自然流畅的多轮对话。

在实现自然对话前，有效的认知教育是降低用户使用语音门槛的必经途径。

2.2.1 地图语音认知教育体验创新

由于语音信息“隐形”特性，存在技能可发现性弱的缺陷，导致用户时常忽略使用。同时，经地图语音基础调研发现，不习惯操作方式是用户不使用语音的首要原因。

地图语音基础调研_不使用语音原因

语音技能在不断扩充的同时，需要解决如何增强语音可感知，加强用户学习并培养使用习惯。入口触达和场景化引导是增强语音可感知必不可少的手段：在用户未形成语音唤醒习惯时，入口作为用户在触屏感知功能的意符必不可少，而它还是语音唤醒效果不佳时的有效补 充。另外，语音作为自然高效的交互模式，需要基于语音优势场景强化引导，激发使用动力。

技能中心是进行语音集中用户教育的特有场所。市面上绝大多数产品的技能中心，都是以说明书的文本方式进行教育，本质上仍是阅读为主。而认知研究表明，而我们的大脑为语言而非阅读而设计。说话和理解口头语言是自然的人类活动，但阅读不是。为了追求最真实的学习效果，地图语音通过线上真实环境以听说的方式完成沉浸式新手教育。

在用户的心智模型里，语音的工具概念决定了用户在有意图时才会使用，这对学习以及习惯养成所需的实践频次和规律性都难免造成影响。因此，地图语音技能中心提出小度成长概念，完成每日任务，用奖励帮助小度成长，用户在潜移默化之快速学习技能，培养使用习惯。任务主要在个性化、热度、等级等维度进行组织，比如个性化方面，优先展示用户容易出错的指令任务，通过反复学习解决指令的表达问题。

2.3 具备情感交互能力

语言是人类智能的象征，用户对语音产品会产生“移情”效应。情感计算可以使产品通过情绪分析等机器学习算法处理相关数据，如人的面部表情、肢体动作以及各种心理参数：心跳、脉搏、脑电波等，结合外界环境信息，最终计算出人的情感状态。再从硬件层面、GUI及VUI层面给予立体的情感反馈，实现情感交互。

当前地图语音主要基于导航驾驶环境的数据来主动提供服务与建议。

2.3.1 地图语音主动服务

地图语音主动服务当前主要包括安全建议、路况以及目的地服务等三个主要场景。比如在用户高速长时间驾车时，提供最近休息服务区；路段出行拥挤时，建议合适路线；而在临近目的地时推荐方便停车点。在驾车过程中的关键触点提供有价值的主动服务，提高驾驶安全性，建立可信任的情感联系。

随着未来透过更多传感器来获取人体相关数据，能准确把握用户情绪状态，在导航中提供有利于情绪安抚和安全驾驶的主动服务。

写在最后

AI时代，语音助手本身将有机会成为唯一的服务主体而存在。

受益于语音能力的进一步进化，信息与服务围绕用户而非介质持续流动。人对自然、情感、个性化的诉求比以往任何一个时代更为凸显，语音体验将更加实时多变。进化的另一面，用户隐私与商业竞争将会影响这一理想愿景的实现。

参考：

[1] 《2020年中国智能语音行业研究报告》

[2] 《2019AI人机交互趋势研究》

Powered by Froala Editor