在AI时代下，语音交互将变得越来越普及，越来越智能，大数据和语音识别将更多的去聆听人的发声和口音，并进行多次校对练习，让识别度更精准，更敏捷。从使用环境来看，语音交互多应用于移动设备：例如手机，pad，手表为载体，或以其他多维度的硬件为载体，例如：智能家居，音箱，电视等。除了这些，在toB的业务里也涉及广泛，比如智能客服机器人、智能教育互动，医疗等。那么一套完成的语音交互应该如何设计，接下来我将通过谷歌的语音交互设计规范文档资料+本人在项目的实际案例来进行复盘。

首先我们要先了解什么是会话设计（资料来自谷歌 ）

语音交互又称会话设计是一种基于人类对话 的设计语言 而诞生的（类似于 材料设计 是基于笔和纸的设计语言）。它是几个设计学科的综合，包括语 音用户界面设计，交互设计，视 觉设计， 动作设计，音频设计和 UX写作 。 对话设计师的角色就像是建筑师的角色，在考虑用户的需求和技术限 制 的同时，确 定用户 可以在空间中做什么。他 们策划对话 ，在详 细的设计规范中 定义流程及其基 础逻辑，代表完整的用户体 验。他们与 利益相关者和开发人员合作，重复设计并将体验变为现实。 对话设计的核心是谈话的流程及其基本逻辑。

那么如何开始设计一个语音交互。。。。。。。

STEP 1， 创建一个拟人化的 Persona：

在梳理对话的过程之前，我们要建立一个用户角色（ Persona）， 也就是我们经常说的用户画像 。 以我目前在开发的项目案例来说，我们目前正在做一款基于智慧社区类的家庭终端产品，产品名字为“W+”，目的是为业主用户提供门禁安防，物业智能缴费，报修，通知，智能家居，社区场景的万物互联（如下图）。 在这个手机不离手的环境中，这样一款家庭终端产品如果想做到无感交互就要接入大量的语音操作来抓住用户。那么让用户经常记住它，并且愿意叫它的名字，和它互动是我们要解决的首要问题。

1，头脑风暴一些形容词列表，专注于你希望用户在与你的操作交谈时的内心感知。

2，将列表缩小到4-6个描述你角色核心人格特质的 关键形容词 。

3，想出几个体现这些品质的不同角色（例如，咖啡师，时尚偶像，世界旅行者）。你的角色不一定是一个人。它也可能是拟人化的动物，外星人，人工智能，卡通人物等。

4， 选择一个最能体现你的Action的角色，并写一个简短的描述。这种描述应该清楚地表明这个角色的特征性格。

5，查找或创建一个或两个可视化代表你角色的头像，可以当吉祥物来画（图片是一种很棒的记忆辅助工具，可以帮助您在编写对话框时牢记人物形象）。

基于以上的案的workshop，并结合实际项目案例品牌名称，我给这款产品取的名字，叫“小智”，或“小吾”（目前还在待定中），因为我还要考虑平翘舌的问题，但是目的是赋予它更多人的个性特征，注入”人格”，用户在与对话交互时感受到一个”人”的存在。

STEP 2， 给她试镜，为你的角色定制最佳配音

当人们听到声音时，他们会立即对演讲者的性别，年龄，社会地位，情绪状态和出生地以及性格特征（如温暖，自信，智力等）做出假设。通过选择与你的角色一致的声音会增加用户的印象分，比如儿童类产品的交互声音是以卡通和温柔的发声出现，汽车HMI的交互声音多以成熟女性并带有一定的科技感等。

1， 写下你的角色会说出的一些口头禅，比如：“咋了？”“我在！”“找我？”“hi～”“心情不错”等。如果在这个阶段，可以尝试编写一个示范对话，这将更有利于试镜。 语音交互的对话逻辑撰写其实更像是写一个剧本。

你可以这样写（以下“I”代表我，“W”代表AI Persona） ：

I：“hi，小智～”。

W：“在呢～”。

2，对话路径会分为很多场景和情绪，比如 单次愉悦式对话路径 ， 连续2-N次愉悦对话路径 ， 试探性的猜测对话路径 ， 超出时间对话修复路径等， （这些我会在后面的语音交互对话篇具体讲到）。

3，前期demo可以简单一点，定几个场景就行，比如唤醒场景，问候场景，提示和特殊应答场景，每个场景下设计几段对话路径即可（格式参考上面对话脚本，先不要考虑连续性对话路径）。

STEP 3， 测试和迭代

1，大声的去朗读你所写的对话，因为有时候第一次写这样的对话脚本会把语音写的很正式，不够生活化，所以要做到像平时随意的对话一样，需要大声去朗读，并反复测试，去掉那些正式的关键词，换掉更接地气的口语。

2，让更多的真实用户加入，并一起workshop，你会发现你撰写的对话脚本可能会有更多的回答模式，这样就做到了在假定环境下，你所构建的 Persona在对话中越来越自然，像有了生命一样。

3，在实际开发过程中，还会建立大量的语言脚本，但是要 确保你创建的Persona回答的语句风格是一致的 ，是一个有独立性格的角色。

总结，AI Persona创建的三个关键环节：

1，创建Persona要在众多的形容词中找到，因为形容词更容易让人记住，本身带有一定的生命迹象。

2，试镜和配音要像写剧本和拍电影一样，并想象对话场景和不同的对话路径。

3，对话测试要有参与感，让更多的真实用户加入，得到更自然的对话路径，并建立Persona的独立性格。

后面会讲到会话交互设计文档撰写，会话场景设计，语音交互的开发接口对接以及语音命令转化等内容。

作者：Smith

参考文献：

谷歌语音交互设计规范文档

科大讯飞语音唤醒SDK文档