作者結(jié)合項(xiàng)目經(jīng)驗(yàn)，從用戶心理模型出發(fā)，分享了關(guān)于語音交互設(shè)計(jì)中遇到的一些問題與思考，希望給大家?guī)硇﹩l(fā)思考。

最近參與了“語音交互”的項(xiàng)目，實(shí)際上還是基于用戶語音輸入的圖形用戶界面。過程中有不斷的思考，所以總結(jié)一些遇到的問題和思考。

一、基于用戶心理模型的方法

1.用戶心理模型是什么？

簡單的說，用戶心理模型是指用戶對你的產(chǎn)品/功能/界面/元素/信息等等的解釋與認(rèn)知。

諾曼的《設(shè)計(jì)心理學(xué)1》里寫到，心理模型是存在于用戶頭腦中的關(guān)于一個(gè)產(chǎn)品應(yīng)該具有的概念和行為的知識(shí)。這種知識(shí)可能來源于用戶過去使用類似產(chǎn)品的經(jīng)驗(yàn)，或者是用戶根據(jù)使用該產(chǎn)品達(dá)到的目標(biāo)而對產(chǎn)品的概念和行為的一種期望。

而人的認(rèn)知發(fā)展有3個(gè)特點(diǎn)，同化、順應(yīng)、平衡。

• 同化：成功用原有的經(jīng)驗(yàn)和認(rèn)知去解釋和理解了新的外界刺激，原有認(rèn)知得到了強(qiáng)化。
• 順應(yīng)：沒有成功用原有經(jīng)驗(yàn)和認(rèn)知去解釋和理解新的外界刺激，將根據(jù)新刺激調(diào)節(jié)原有認(rèn)知或重建新認(rèn)知。
• 平衡：同化與順應(yīng)是一個(gè)動(dòng)態(tài)平衡的過程。新的刺激出現(xiàn)，會(huì)先用原有認(rèn)知去同化，成功即達(dá)到平衡，失敗則順應(yīng)達(dá)到新的平衡。

2.為什么基于用戶心理模型？

基于用戶模型可以更好的理解與分析用戶需求，也能讓設(shè)計(jì)更易用貼心。而區(qū)分同化心理模型和順應(yīng)心理模型有利于確定哪些需求需要重點(diǎn)做新手引導(dǎo)，需要引導(dǎo)用戶建立順應(yīng)心理模型，哪些可以直接匹配同化心理模型，不用做多余的解釋。

3.怎樣建立用戶心理模型？

常用的研究方法有：問卷調(diào)查，任務(wù)分析，焦點(diǎn)小組和用戶訪談，用戶參與式設(shè)計(jì)，用戶畫圖法，認(rèn)知走查，出聲思考。由于項(xiàng)目背景種種原因，我選擇比較簡單粗暴的類似品分析法。

二、建立語音交互心理模型

1.選擇參考

可根據(jù)項(xiàng)目情況建立選擇標(biāo)準(zhǔn)，我的選擇標(biāo)準(zhǔn)是1.產(chǎn)品影響力/大廠出品 ?2.需求契合度，選擇的產(chǎn)品有：Google翻譯、微信、Siri、QQ音樂、淘寶、訊飛鍵盤、ios鍵盤、有道翻譯。

如圖，處于右上角的產(chǎn)品是需要重點(diǎn)剖析與思考的，在后面設(shè)計(jì)方案時(shí)影響權(quán)重也最大，因?yàn)闀?huì)最大幾率匹配到同化心理模型。

2.分析功能心理模型

經(jīng)過分析可得出，用戶對語音功能的心理模型有兩個(gè)：1.相比鍵盤有時(shí)較方便的信息輸入方式 ?2.吩咐命令

3.分析形式心理模型

基于對功能的理解，再進(jìn)行形式上的分析，包括手勢，流程，頁面元素，反饋方式等，抽象出各個(gè)產(chǎn)品對語音交互所匹配的表現(xiàn)模型的共同與差異。

我根據(jù)語音交互的特點(diǎn)，構(gòu)建了線性流程維度與交互原則維度，線性為觸發(fā)點(diǎn)-開始輸入-輸入中-輸入結(jié)束，交互原則為功能可發(fā)現(xiàn)性-操作可發(fā)現(xiàn)性-反饋，將每個(gè)產(chǎn)品的對應(yīng)表現(xiàn)的解構(gòu)元素整理出來。

可以發(fā)現(xiàn)在語言交互中，都重點(diǎn)考慮其交互手勢，反饋及新手引導(dǎo)，手勢有點(diǎn)擊結(jié)束與按住兩種，對應(yīng)點(diǎn)擊手勢的都是圓形按鈕，對應(yīng)按住手勢的都是圓角矩形按鈕，但仍會(huì)加上文案提示，反饋形式有動(dòng)效、聲音、文案、手機(jī)震動(dòng)等多種，新手引導(dǎo)以文案為主。得到這些表現(xiàn)元素后，在設(shè)計(jì)方案時(shí)，可根據(jù)具體的用戶場景及需求考慮是用按住好還是點(diǎn)擊好，反饋是只用動(dòng)效還是多種形式結(jié)合，最后得到適合的最優(yōu)解。

三、語音交互的重點(diǎn)

1.手勢

由于是基于手機(jī)圖形用戶界面的語音輸入，目前有兩種操作方式，一種是大家熟悉的微信按住錄音，關(guān)于微信為什么要用按住錄音的方式，知乎上有人說是借鑒的對講機(jī)心理模型 – 對講機(jī)說話需要按住實(shí)體按鈕，結(jié)束松開按鈕，具體我也沒有查到相關(guān)資料，但是微信的語音錄入交互已經(jīng)培養(yǎng)了大家的心理模型，形成了習(xí)慣。

另一種是Google翻譯，觸發(fā)即錄音，點(diǎn)擊按鈕結(jié)束，圓形按鈕與動(dòng)效很好地表現(xiàn)了點(diǎn)擊結(jié)束的操作示意。首先需要重點(diǎn)考慮的是手勢交互，手勢操作的可發(fā)現(xiàn)性與匹配可以減少用戶的誤操作和認(rèn)知學(xué)習(xí)成本。

2.反饋

由于語音錄入是一個(gè)持續(xù)性的輸入狀態(tài)，所以反饋需要實(shí)時(shí)且明顯，為了讓用戶不存一絲懷疑地錄入信息，微信做了3個(gè)反饋：錄入動(dòng)效，按住效果，新的氣泡閃爍。ios原生鍵盤的語音則用了聲音反饋，我覺得這里的動(dòng)效反饋是很好的可創(chuàng)新設(shè)計(jì)的地方，在保證正確傳遞“正在錄音”的信息的同時(shí)可通過動(dòng)效傳遞產(chǎn)品的品牌感或增加趣味性。（在查資料的時(shí)候看到一篇關(guān)于智能音響設(shè)計(jì)的文章，里面提到不同情況的多種視覺反饋形式都很有趣。）

3.新手引導(dǎo)

在一個(gè)產(chǎn)品里，語音可以支持哪些功能用戶是沒有心理模型的，會(huì)默認(rèn)覺得支持所有功能，所以一開始需要做好新手引導(dǎo)，告訴用戶可以做什么，怎么做。

4.控制感

自然的語音輸入應(yīng)該是讓用戶有控制感的，用戶決定什么時(shí)候開始什么時(shí)候結(jié)束，就如同人與人之間對話，我開始說，你認(rèn)真聽，我說完，你給予反饋，假如我說完，你還沒有給予反饋，需要我說我說完了嗯有點(diǎn)尷尬。所以習(xí)慣了微信的控制感后，再用QQ音樂的語音輸入后第一次會(huì)有點(diǎn)驚慌，怎么點(diǎn)擊就開始了，但是QQ音樂處理的好的是，會(huì)識(shí)別停頓自動(dòng)結(jié)束出結(jié)果，時(shí)間間隔基本是你把手機(jī)放回正常視線的時(shí)間間隔，這樣的結(jié)束體驗(yàn)是貼心的。

總結(jié)

雖然類似品分析的方法很簡單粗暴，但是也從中深挖到了一些有用的信息，知道以后接觸新的交互方式可以從哪些維度去思考，反思自己的思考方式與設(shè)計(jì)方法。感謝并希望看到最后的你給予專業(yè)的批評與建議～現(xiàn)在野蠻生長的我急需專業(yè)反饋~感謝你

參考文獻(xiàn)及文章：

《面向用戶心理模型的手機(jī)翻譯應(yīng)用交互研究》

《基于用戶心理模型的移動(dòng)互聯(lián)網(wǎng)音樂服務(wù)原型設(shè)計(jì)研究》

《基于用戶心理模型的移動(dòng)終端手勢操作研究》

本文由 @小靜靜 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。