31、语音交互类型与语音用户界面设计全解析

语音交互类型与语音用户界面设计全解析

在当今科技飞速发展的时代，语音交互技术逐渐成为了人机交互领域的热门话题。开发者们借助语音识别和文本转语音（TTS）技术，能够为应用程序打造出各式各样的语音交互功能。下面我们就来深入了解一下语音交互类型以及语音用户界面（VUI）的设计要点。

语音交互类型

利用语音识别和 TTS 技术，开发者可在应用中构建多种语音交互类型，主要有以下四种：
| 交互类型 | TTS | 语音识别 | 无状态 | 描述 | 示例任务及命令词 |
| — | — | — | — | — | — |
| 朗读器（Reader） | 是 | 否 | 是 | 朗读文本 | 电子邮件阅读器、GPS 导航仪 |
| 倾听器（Listener） | 否 | 是 | 是 | 将用户所说内容转录为文本 | 电子邮件撰写器 |
| 命令（Command） | 可能 | 是 | 是 | 用户通过语音单次下达命令给应用，若命令失败需重试，应用可能回复文本但不追问后续问题 | 食谱阅读器：“下一步”；电子邮件阅读器：“读第一封” |
| 多轮命令（Multi - turn Command） | 是 | 是 | 否 | 用户下达语音命令，应用可能要求更多信息，对话可能有多轮，应用需维护状态 | 待办事项列表管理：“用户：添加面包”“应用：添加到哪个列表？”“用户：购物清单” |

这四种语音交互类型在自然度、功能强大性与准确性之间存在权衡关系：
- 朗读器（Reader） ：始终准确，因为用户使用传统输入方式。
- 倾听器（Listener）