हम Google सहायक के उदाहरण का उपयोग करके एक आवाज एप्लिकेशन बनाते हैं

संयुक्त राज्य अमेरिका के हर पांचवें निवासी के पास एक स्मार्ट स्पीकर है, और यह 47 मिलियन लोग हैं। सहायक एक अनुस्मारक, टू-डू सूची, अलार्म घड़ी, टाइमर, समाचार पढ़ सकता है, संगीत चालू कर सकता है, पॉडकास्ट, ऑर्डर डिलीवरी कर सकता है, मूवी टिकट खरीद सकता है और टैक्सी बुला सकता है। ये सभी "कौशल" या सहायकों के "कौशल" हैं। उन्हें वॉयस एप्लिकेशन भी कहा जाता है। 2018 के लिए एलेक्सा और गूगल असिस्टेंट के लिए 70,000 ऐप विकसित किए गए हैं।

2017 में, स्टारबक्स ने अमेज़ॅन एलेक्सा के लिए होम कॉफी-ऑर्डर फीचर लॉन्च किया। वितरण आदेशों को बढ़ाने के अलावा, सभी संभावित मीडिया आउटलेट ने इसके बारे में लिखा, एक शांत पीआर बना। Starbucks के बाद Uber, Domino's, MacDonald's और यहां तक ​​कि Tide लॉन्ड्री डिटर्जेंट ने अपने एलेक्सा कौशल का विकास किया।

स्टारबक्स की तरह, वॉयस एप्लिकेशन एक या दो कार्य करता है: कॉफी ऑर्डर करता है, अलार्म सेट करता है या एक कूरियर कॉल करता है। कुछ समान डिजाइन करने के लिए, एक अंतरमहाद्वीपीय निगम होना आवश्यक नहीं है। विचार, डिजाइन, परीक्षण, विकास और रिलीज मोबाइल विकास की दुनिया में समान चरणों के समान है, लेकिन आवाज के लिए सुविधाओं के साथ। पावेल गुए ने इस प्रक्रिया के बारे में विस्तार से बात की: एक विचार से प्रकाशन तक, एक वास्तविक खेल के उदाहरणों के साथ, ऐतिहासिक इनसेट और आवाज के विकास की दुनिया के विश्लेषण के साथ।



वक्ता के बारे में : पावेल गेवे ( पावलेग्वे ) - मोबाइल विकास स्टूडियो केओडीई में आवाज इंटरफेस डिजाइन करता है। स्टूडियो मोबाइल एप्लिकेशन विकसित कर रहा है, उदाहरण के लिए, यूटेयर, पोबेडा, रोसुरबैंक, ब्लूऑर्ग बैंक और व्हिस्कस के लिए, लेकिन कोडे के पास एक डिवीजन है जो यैंडेक्स.एलिस और गूगल असिस्टेंट के लिए वॉयस एप्लिकेशन से संबंधित है। पावेल ने कई वास्तविक परियोजनाओं में भाग लिया, इस क्षेत्र में डेवलपर्स और डिजाइनरों के साथ अनुभव का आदान-प्रदान किया, जिसमें यूएसए भी शामिल है, और थीम पर सम्मेलनों में बोलते हैं। इसके अलावा, Pavel स्टार्टअप tortu.io के संस्थापक हैं, जो आवाज अनुप्रयोगों को डिजाइन करने के लिए एक उपकरण है।

वार्तालाप एप्लिकेशन क्या है

एक वार्तालाप अनुप्रयोग में, उपयोगकर्ता के साथ बातचीत का चैनल एक वार्तालाप के माध्यम से बनाया गया है : मौखिक - एक स्मार्ट स्पीकर के साथ, या एक लिखित के माध्यम से, उदाहरण के लिए, Google सहायक के साथ। कॉलम के अतिरिक्त, इंटरैक्शन डिवाइस एक स्क्रीन हो सकती है, इसलिए संवादी अनुप्रयोग भी ग्राफिक हैं।

किसी बोले गए एप्लिकेशन को बोलना सही है, न कि वॉइस एप्लिकेशन , लेकिन यह एक स्थापित शब्द है, और मैं इसका उपयोग भी करूंगा।

मोबाइल पर वॉयस एप्लिकेशन का एक महत्वपूर्ण लाभ है: उन्हें डाउनलोड और इंस्टॉल करने की आवश्यकता नहीं है। यह नाम जानने के लिए पर्याप्त है, और सहायक खुद सब कुछ शुरू कर देगा।

ऐसा इसलिए है क्योंकि डाउनलोड करने के लिए कुछ भी नहीं है - भाषण मान्यता और व्यावसायिक तर्क दोनों - पूरा एप्लिकेशन क्लाउड में रहता है। यह मोबाइल एप्लिकेशन पर बहुत बड़ा लाभ है।

थोड़ा सा इतिहास

वॉयस असिस्टेंट की कहानी इंटरएक्टिव वॉयस रिस्पॉन्स के साथ शुरू हुई, जो रिकॉर्डेड वॉयस रिस्पॉन्स का एक इंटरैक्टिव सिस्टम है। शायद किसी ने इस शब्द को नहीं सुना, लेकिन हर कोई उस समय सामने आया जब उन्होंने तकनीकी सहायता को बुलाया और रोबोट को सुना: "मुख्य मेनू पर पहुंचने के लिए 1 दबाएं। अधिक जानने के लिए 2 पर क्लिक करें - यह आईवीआर प्रणाली है। भाग में, आईवीआर को आवाज अनुप्रयोगों की पहली पीढ़ी कहा जा सकता है। हालाँकि वे पहले से ही कहानी का हिस्सा हैं, लेकिन वे हमें कुछ सिखा सकते हैं।

अधिकांश लोग, जब आईवीआर प्रणाली के साथ बातचीत करते हैं, तो ऑपरेटर से संपर्क करने का प्रयास करते हैं। यह UX के खराब होने के कारण होता है जब बातचीत कठिन टीमों पर आधारित होती है, जो कि सिर्फ असुविधाजनक है।

यह हमें एक अच्छे संवादी अनुप्रयोग के मूल नियम में लाता है।

एक अच्छा वार्तालाप एप्लिकेशन उपयोगकर्ता के साथ सख्त आदेशों के माध्यम से नहीं, बल्कि लोगों के बीच संचार के समान जीवंत, प्राकृतिक बातचीत के माध्यम से बातचीत करता है।

टीमों के साथ चैट बॉट के साथ संवाद करने की तुलना में आवेदन के साथ एक वार्तालाप एक पिज़्ज़ेरिया को कॉल करने के लिए अधिक होना चाहिए। लोगों के बीच बातचीत में उतने लचीलेपन को प्राप्त करना संभव नहीं होगा, लेकिन एक सहज और स्वाभाविक भाषा में आवेदन के साथ बात करना काफी है।

यह वॉयस ओवर ग्राफिक एप्लिकेशन का भी लाभ है: उपयोग करने का तरीका सीखने की जरूरत नहीं है । मेरी दादी को यह नहीं पता कि साइटों पर कैसे जाना है या आवेदन के माध्यम से पिज्जा ऑर्डर करना है, लेकिन वह कॉलम के माध्यम से डिलीवरी कॉल कर सकती है। हमें इस लाभ का उपयोग करना चाहिए और लोगों के बोलने के तरीके के अनुकूल होना चाहिए, न कि उन्हें अपने आवेदन के साथ बोलना सिखाना चाहिए।

आइवीआर सिस्टम से वर्तमान में - आभासी सहायकों के लिए चलते हैं।

आभासी सहायक

आवाज की दुनिया आभासी सहायकों के आसपास घूमती है: Google सहायक , अमेज़न एलेक्सा और ऐलिस ।

मोबाइल की दुनिया में सब कुछ लगभग व्यवस्थित है, केवल आईओएस और एंड्रॉइड प्लेटफार्मों के बजाय एलिस, Google सहायक और एलेक्सा हैं, ग्राफ़िकल एप्लिकेशन के बजाय - आवाज, अपने स्वयं के नाम या नामों के साथ, और प्रत्येक सहायक का अपना आवाज एप्लीकेशन स्टोर है। फिर से, "एप्लिकेशन" कहना गलत है, क्योंकि प्रत्येक प्लेटफ़ॉर्म का अपना शब्द है: ऐलिस के पास "कौशल" है, एलेक्सा के पास "कौशल" है, और Google के पास "कार्य" हैं।

कौशल को चलाने के लिए, मैं सहायक से पूछता हूं: "एलेक्सा, स्टारबक्स को बताएं कि मैं कॉफी चाहता हूं!", एलेक्सा कॉफी की दुकान के आवेदन को अपने स्टोर में खोजेगी और उसे वार्तालाप देगी। फिर वार्तालाप एलेक्स और उपयोगकर्ता के बीच नहीं, बल्कि उपयोगकर्ता और अनुप्रयोग के बीच चला जाता है। कई लोग भ्रमित हैं और सोचते हैं कि सहायक उनके साथ बात करना जारी रखता है, हालांकि आवेदन में एक अलग आवाज है।

यह ऐप स्टोर जैसा दिखता है। इंटरफ़ेस ऐप स्टोर और Google Play जैसा दिखता है।

संवादी अनुप्रयोग विकास कदम

उपयोगकर्ता के लिए, एप्लिकेशन का कोई ग्राफिक हिस्सा नहीं है - सब कुछ संवाद के सेट जैसा दिखता है। बाह्य रूप से, ऐसा लग सकता है कि एप्लिकेशन एक साधारण चीज है, इसे बनाना सरल है, लेकिन ऐसा नहीं है। विकास के कदम मोबाइल अनुप्रयोगों के लिए समान हैं।

• डिज़ाइन करें। आवाज के मामले में, यह स्क्रीन का प्रतिपादन नहीं है, लेकिन संवादों का विस्तार है।
• विकास को दो भागों में विभाजित किया गया है: एक भाषण समझ प्रणाली का विकास और तर्क का लेखन।
• परीक्षण।
• प्रकाशन।

पहले दो चरण विशिष्ट हैं, क्योंकि अनुप्रयोग संवादी हैं, और अंतिम दो मानक हैं।

हम गूगल असिस्टेंट के तहत लॉन्च किए गए गेस प्राइस गेम का उपयोग करके प्रत्येक चरण से गुजरेंगे । यांत्रिकी सरल हैं: आवेदन उपयोगकर्ता को सामान के साथ एक कार्ड दिखाता है, और उसे कीमत का अनुमान लगाना चाहिए।

आइए पहले चरण से गोते शुरू करें: हमने विचार पर फैसला किया, विश्लेषण किया, महसूस किया कि उपयोगकर्ता की आवश्यकता है और एक आवाज एप्लिकेशन बनाने के लिए आगे बढ़ें।

डिज़ाइन

मुख्य लक्ष्य उपयोगकर्ता और अनुप्रयोग के बीच बातचीत को डिजाइन करना है। मोबाइल की दुनिया में, इस चरण को डिजाइन कहा जाता है। यदि ग्राफिक अनुप्रयोगों के डिजाइनर स्क्रीन, बटन, आकार और रंगों के नक्शे खींचते हैं, तो VUI डिजाइनर उपयोगकर्ता और एप्लिकेशन के बीच संवाद का काम करता है: संवाद की विभिन्न शाखाओं को निर्धारित करता है, कांटे और साइड परिदृश्यों के बारे में सोचता है, विकल्पों का चयन करता है।

डिजाइनिंग तीन चरणों में की जाती है।

• संवादों के उदाहरण।
• फ्लोचार्ट खींचना।
• शीघ्र सूची तैयार करना।

संवाद उदाहरण

पहली बात यह समझना है कि आवेदन कैसे काम करेगा। समझ और दृष्टि को हर किसी के लिए प्रसारित करने की आवश्यकता होगी, खासकर यदि आप एक आउटसोर्सिंग कंपनी हैं, और आपको ग्राहक को यह समझाना होगा कि वह अंततः क्या प्राप्त करेगा।

मदद करने के लिए एक शक्तिशाली उपकरण संवाद के उदाहरण हैं: एक उपयोगकर्ता और भूमिकाओं पर एक आवेदन के बीच एक वार्तालाप , जैसे कि एक नाटक में।

हमारे खेल के लिए संवाद का एक उदाहरण।



एप्लिकेशन को बधाई देता है, उपयोगकर्ता को नियमों के बारे में बताता है, खेलने की पेशकश करता है, और, यदि व्यक्ति सहमत है, तो सामान के साथ एक कार्ड दिखाता है ताकि उपयोगकर्ता कीमत का अनुमान लगा सके।

स्क्रिप्ट जल्दी से यह समझने में मदद करती है कि एप्लिकेशन कैसे काम करेगा, यह क्या कर सकता है, लेकिन, इसके अलावा, संवादों के उदाहरण आवाज इंटरफेस की दुनिया में मुख्य गलती को खत्म करने में मदद करते हैं - गलत स्क्रिप्ट पर काम करना ।

एक सरल नियम है: यदि आप कल्पना नहीं कर सकते कि आप किसी अन्य व्यक्ति के साथ स्क्रिप्ट कैसे बोल रहे हैं, तो आपको उस पर काम नहीं करना चाहिए।

आवाज और ग्राफिक्स काफी अलग हैं, न कि सब कुछ जो ग्राफिकल इंटरफेस पर काम करता है, आवाज पर अच्छा काम करता है। लगभग हर मोबाइल एप्लिकेशन में एक पंजीकरण होता है, लेकिन मैं कल्पना नहीं कर सकता कि आप आवाज द्वारा कैसे पंजीकरण कर सकते हैं? एक स्मार्ट कॉलम को पासवर्ड कैसे निर्धारित करें: "एक कैपिटल लेटर, एक छोटा अक्षर, एक डॉलर की तरह ..." - और यह सब ज़ोर से। और अगर मैं अकेला नहीं हूँ, लेकिन काम पर हूँ? यह एक त्रुटि परिदृश्य का एक उदाहरण है। यदि आप एक त्रुटि के साथ एक स्क्रिप्ट विकसित करना शुरू करते हैं, तो इसके साथ समस्याएं होंगी: आप समझ नहीं पाएंगे कि इसे कैसे निष्पादित किया जाए, उपयोगकर्ता समझ नहीं पाएंगे कि इसका उपयोग कैसे करें।

संवाद के उदाहरण समान क्षणों को खोजने में मदद करेंगे। परिदृश्यों में त्रुटियों को खोजने के लिए, संवाद लिखें, एक सहकर्मी का चयन करें, विपरीत बैठें और भूमिकाएं निभाएं: आप उपयोगकर्ता हैं, सहकर्मी अनुप्रयोग है। संवाद भूमिका को पढ़ने के बाद, यह स्पष्ट हो जाएगा कि आवेदन लगता है या नहीं, और क्या यह उपयोगकर्ता के लिए सुविधाजनक होगा।

ऐसी समस्या लगातार दिखाई देगी। यदि आपके पास घर में विकास है, तो प्रलोभन पैदा होगा: "हमारे पास पहले से ही एक वेबसाइट है, चलो इसे सिर्फ आवाज में बदल दें और सबकुछ ठीक हो जाएगा!" या ग्राहक आएगा और कहेगा: “यहाँ एक मोबाइल एप्लिकेशन है। वैसा ही करो, सिर्फ आवाज से! ” लेकिन आप ऐसा नहीं कर सकते आपको एक विशेषज्ञ के रूप में, उन परिदृश्यों को जल्दी से ढूंढना चाहिए, जिन पर आपको काम नहीं करना चाहिए, और ग्राहक को क्यों समझाना चाहिए। संवाद के उदाहरण यहां मदद करेंगे।

बिल्कुल आपके द्वारा उपयोग किया जाने वाला कोई भी पाठ संपादक संवादों को निर्धारित करने के लिए उपयुक्त है। मुख्य बात यह है कि पाठ को लिखना और उसे भूमिकाओं द्वारा पढ़ना।

फ्लो चार्ट

संवाद के उदाहरण एक शक्तिशाली, तेज और सस्ते उपकरण हैं, लेकिन वे केवल घटनाओं के रैखिक विकास का वर्णन करते हैं, और बातचीत हमेशा गैर-रैखिक होती है । उदाहरण के लिए, हमारे खेल "कीमत का अनुमान", उपयोगकर्ता सही या गलत तरीके से प्रश्न का उत्तर दे सकता है - यह उन लोगों के सेट में पहला कांटा है जो बाद में घटित होंगे।

अपने आवेदन के संवाद की सभी शाखाओं में भ्रमित न होने के लिए, एक ब्लॉक आरेख बनाएं - संवाद का दृश्य। इसमें केवल दो तत्व शामिल हैं:

• उपयोगकर्ता की ओर से संवाद चरण।
• आवेदन की ओर से संवाद कदम।
  

फ़्लोचार्ट हमारे आवेदन का एक मानचित्र है, लेकिन एक अप्रिय संपत्ति के साथ - यह दृढ़ता से बढ़ता है, अपठनीय और नेत्रहीन रूप से समझ में आता है। यहाँ, उदाहरण के लिए, एक स्क्रीनशॉट है जिसमें एक फ़्लोचार्ट के एक हिस्से से एक परिदृश्य है जहाँ एक उपयोगकर्ता कीमत का अनुमान लगाता है, जिसमें कई कांटे हैं।



कई कांटे सीमा नहीं हैं, उनमें से दसियों या सैकड़ों हो सकते हैं। हमने खुद से सवाल पूछा: “अगर कोई व्यक्ति सही उत्तर देता है तो क्या होगा? और अगर नहीं? यदि प्रयास समाप्त हो जाते हैं तो क्या होता है? अगर माल बाहर चला जाए तो क्या होगा? और अगर वह निश्चित रूप से कीमत का अनुमान लगाता है? क्या होगा अगर इंटरनेट इस कदम या किसी अन्य पर नीचे जाता है? " नतीजतन, हमने एक बड़ी अपठनीय योजना बनाई।

हम इसमें अकेले नहीं हैं। मैंने यूएसए के एक डिजाइनर से बात की जो एक गंभीर प्रोजेक्ट पर काम कर रहा था। इस परियोजना में एक ही समय में आईवीआर, एक बैंक और कौशल था, और इस सभी ने 600 शीट तक के ब्लॉक आरेख को फुलाया। किसी ने भी इस योजना को अंत तक नहीं समझा, और जब डिजाइनर ने इसे देखा, तो वह भयभीत थी।

इससे बचाव के तरीके के बारे में मेरी सलाह है। योजना हमेशा बढ़ती रहेगी, लेकिन कभी भी पूरे आवेदन के लिए एक बड़े ब्लॉक आरेख का निर्माण करने की कोशिश न करें - यह बोझिल हो जाएगा, और आपको छोड़कर कोई भी इसे समझ नहीं पाएगा। विपरीत से जाएं और आरेख को तार्किक भागों में तोड़ें : मूल्य अनुमान का एक अलग परिदृश्य, मदद का एक अलग परिदृश्य। आवश्यकतानुसार इन परिदृश्यों को उप-परिदृश्यों में तोड़ें। नतीजा समझ से बाहर कनेक्शन के साथ एक बड़ा नक्शा नहीं है, लेकिन कई छोटे, पठनीय, अच्छी तरह से जुड़े सर्किट हैं जिनमें हर कोई नेविगेट करने के लिए सहज है।

ब्लॉक आरेखों के लिए, कोई भी उपकरण उपयुक्त है। मैं RealtimeBard का उपयोग करता था, और वहाँ भी Draw.io और यहां तक ​​कि XMind है । परिणामस्वरूप, मैंने अपना स्वयं का विकास किया, क्योंकि यह अधिक सुविधाजनक है। चित्र में बस इसे प्रस्तुत किया गया है। यह टूल उप-स्क्रिप्टिंग का भी समर्थन करता है।

शीघ्र सूची

अंतिम कलाकृति जो हम डिजाइन चरण में बनाएंगे। प्रॉम्प्ट सूची उन सभी संभावित वाक्यांशों की एक सूची है जो एप्लिकेशन उच्चारण कर सकते हैं।

एक-एक सूक्ष्मता है। आवेदन के साथ बातचीत लचीली होनी चाहिए और किसी व्यक्ति के साथ बातचीत के समान होनी चाहिए। इसका मतलब न केवल विभिन्न शाखाओं से गुजरने की क्षमता है, जो हमने फ्लोचार्ट के चरण में किया था, लेकिन एक पूरे के रूप में बातचीत की आवाज। यदि आप एक ही प्रश्न पूछते हैं तो एक व्यक्ति कभी भी एक ही वाक्यांश के साथ जवाब नहीं देगा। उत्तर हमेशा पैराशूटेड होगा और ध्वनि किसी भी तरह से अलग होगी। एप्लिकेशन को ऐसा ही करना चाहिए, इसलिए एप्लिकेशन की ओर से संवाद के प्रत्येक चरण के लिए एक उत्तर विकल्प नहीं, बल्कि कम से कम पांच लिखें।



प्रॉम्प्ट शीट के अनुसार, एक और महत्वपूर्ण बात है। संचार न केवल जीवंत और लचीला होना चाहिए, बल्कि भाषण शैली और आपके आवेदन के साथ उपयोगकर्ता की बातचीत की सामान्य भावना के अनुरूप भी होना चाहिए। इसके लिए, डिजाइनर एक उत्कृष्ट तकनीक का उपयोग करते हैं - एक चरित्र का निर्माण । जब मैं अपने मित्र को फोन करता हूं, तो मैं उसे नहीं देखता, लेकिन मैं अवचेतन रूप से अपने वार्ताकार की कल्पना करता हूं। स्मार्ट स्पीकर के साथ संचार करते समय उपयोगकर्ता के पास एक ही बात होती है। इसे पेराइडीलिया कहा जाता है।

प्रॉम्प्ट शीट चरण में, आप एक चरित्र बनाते हैं, जिसकी ओर से एप्लिकेशन बात करेगा। आपके उपयोगकर्ता चरित्र के साथ ब्रांड और एप्लिकेशन को जोड़ेंगे - यह एक वास्तविक व्यक्ति या एक काल्पनिक हो सकता है। उसकी उपस्थिति, जीवनी, चरित्र और हास्य के लिए काम करें, लेकिन अगर कोई समय नहीं है, तो बस अपने सभी वाक्यांशों को एक ही शैली में प्रॉम्प्ट शीट में लाएं। यदि आपने "आप" पर उपयोगकर्ता से संपर्क करना शुरू किया है, तो "आप" पर अन्य स्थानों से संपर्क न करें। यदि आपके पास संचार की एक अनौपचारिक शैली है, तो हर जगह उससे चिपके रहें।

आमतौर पर, एक्सेल या Google स्प्रेडशीट का उपयोग शीघ्र चादर बनाने के लिए किया जाता है, लेकिन उनके साथ दिनचर्या के काम में भारी अस्थायी नुकसान होते हैं। वाक्यांशों के साथ फ्लोचार्ट और टैबलेट किसी भी तरह से एक दूसरे से जुड़े नहीं हैं, किसी भी बदलाव को मैन्युअल रूप से स्थानांतरित करना होगा, जो एक निरंतर और लंबी दिनचर्या में बदल जाता है।

मैं एक्सेल का उपयोग नहीं करता, लेकिन मेरा उपकरण, क्योंकि इसमें सभी वाक्यांश सीधे फ़्लोचार्ट में लिखे गए हैं, उन्हें संवाद चरण में सौंपा गया है। इससे दिनचर्या खत्म हो जाती है।

डिजाइनिंग में, हम प्रत्येक परिदृश्य पर काम करते हैं: हम एक संवाद का एक उदाहरण लिखते हैं, पक्ष शाखाओं, त्रुटियों को ढूंढते हैं, इसे एक फ़्लोचार्ट के साथ कवर करते हैं, और फिर भाषण शैली और वाक्यांशों पर काम करते हैं।

ऐसा लगता है कि अब सब कुछ तैयार है और आप डेवलपर्स को कार्य दे सकते हैं और कोड प्राप्त कर सकते हैं, लेकिन एक और महत्वपूर्ण चरण है - परीक्षण। हमें यह सुनिश्चित करना होगा कि डिजाइनरों के रूप में हमने सब कुछ सही ढंग से किया, जो कि हम चाहते हैं कि एप्लिकेशन काम करेगा, क्योंकि सभी वाक्यांश एक ही शैली में हैं, कि हमने सभी साइड शाखाओं को कवर किया है और सभी त्रुटियों को संसाधित किया है।

परीक्षण

आवाज के अनुप्रयोगों के लिए इस प्रारंभिक चरण में परीक्षण विशेष रूप से महत्वपूर्ण है। ग्राफिकल इंटरफेस की दुनिया में, उपयोगकर्ता डिजाइनर द्वारा आकर्षित किए जाने तक सीमित है: वह स्क्रीन से परे नहीं जाएगा, एक ऐसा बटन नहीं मिलेगा जो मौजूद नहीं है, और केवल उस पर क्लिक करेगा जो ...

आवाज़ों की दुनिया में, यह ऐसा नहीं है: उपयोगकर्ता कुछ भी कहने के लिए स्वतंत्र है, और आपको नहीं पता कि वह आपके आवेदन के साथ कैसे काम करना शुरू कर देगा जब तक आप इसे नहीं देखेंगे। डिजाइन के शुरुआती चरण में ऐसा करना बेहतर है और अप्रत्याशित के लिए तैयार करें जब तक कि महंगा विकास शुरू न हो जाए।



अनुप्रयोगों का परीक्षण ओज़ पद्धति के विज़ार्ड का उपयोग करके किया जाता है। यह ग्राफिक अनुप्रयोगों में उपयोग किया जाता है, लेकिन कम बार, और आवाज में यह एक होना चाहिए। यह एक तरीका है जब उपयोगकर्ता सिस्टम के साथ बातचीत करता है, यह मानते हुए कि यह मौजूद है और अपने आप काम करता है, लेकिन आप पूरी प्रक्रिया को नियंत्रित करते हैं।

इंटरएक्टिव प्रोटोटाइप का उपयोग करके परीक्षण किया जाता है। आमतौर पर, डिजाइनर को डेवलपर्स को एक प्रोटोटाइप बनाने के लिए कहना पड़ता है, लेकिन व्यक्तिगत रूप से मैं अपने टूल का उपयोग करता हूं, क्योंकि इसमें सब कुछ एक क्लिक में किया जाता है और किसी को भी इंतजार करने की कोई जरूरत नहीं है। हमें एक उपयोगकर्ता भी चाहिए। हम उस व्यक्ति को कॉल करते हैं जो विकास में शामिल नहीं है, आवेदन के बारे में कुछ भी नहीं जानता है और आदर्श रूप से, आपके लक्षित दर्शकों में शामिल है। आप किसी व्यक्ति को आमंत्रित करते हैं, समझाते हैं कि यह किस प्रकार का अनुप्रयोग है, इसका उपयोग कैसे करना है, इसे एक कमरे में रोपना है, एक इंटरैक्टिव प्रोटोटाइप चालू करें और उपयोगकर्ता उससे बात करना शुरू कर देता है। प्रोटोटाइप भाषण को नहीं पहचानता है, और आप सुनते हैं कि व्यक्ति क्या कह रहा है और उस उत्तर विकल्प का चयन करें जिसके द्वारा आवेदन प्रत्येक वाक्यांश पर प्रतिक्रिया करता है।

यदि उपयोगकर्ता स्क्रीन नहीं देखता है, तो यह उसे लगता है कि एप्लिकेशन स्वयं काम करता है, लेकिन आप इस प्रक्रिया को नियंत्रित करते हैं। यह विज़ार्ड ऑफ़ ओज़ का परीक्षण कर रहा है। इसके साथ, आप न केवल यह सुनेंगे कि आवेदन कैसे लगता है, बल्कि यह भी देखें कि लोग इसका उपयोग कैसे करते हैं। मैं गारंटी देता हूं कि आपको कई खुला परिदृश्य मिलेंगे।

जब मैंने खेल का परीक्षण किया, तो मैंने अपने दोस्त को बुलाया। उन्होंने कीमत का अनुमान लगाना शुरू किया और कहा कि किसी तरह की मरहम "पांच-झोपड़ी" थी। मुझे इस तरह के शब्द की उम्मीद नहीं थी, मैंने सोचा कि 500 ​​रूबल, एक हजार रूबल के विकल्प होंगे, न कि "पांच-झोपड़ी" या "घास काटने"। यह एक तिपहिया है जो परीक्षण के दौरान सामने आया था। लोग आपके द्वारा की गई कल्पना से अलग आवेदन का उपयोग करते हैं, और परीक्षण ऐसे trifles और निष्क्रिय परिदृश्यों को प्रकट करता है।

विकास से पहले बहुत समय तक और लंबे समय तक परीक्षण करें, जब तक आप सुनिश्चित नहीं होते हैं कि एप्लिकेशन काम कर रहा है और उपयोगकर्ता आपकी अपेक्षा के अनुरूप बातचीत करते हैं।

इस स्तर पर, डिजाइन चरण समाप्त होता है और हमारे पास हाथ पर संवाद के उदाहरण हैं, एक ब्लॉक आरेख अनुप्रयोग का एक तार्किक विवरण है, और त्वरित सूचियां हैं कि आवेदन क्या कहता है। हम यह सब डेवलपर्स को देंगे। इससे पहले कि मैं आपको बताऊं कि डेवलपर्स कैसे एप्लिकेशन बनाते हैं, मैं डिजाइन टिप्स साझा करूंगा।

टिप्स

केवल भाषण के लिए, HTML की तरह SSML मार्कअप भाषा का उपयोग करें । SSML आपको ठहराव, सहानुभूति के स्तर को निर्धारित करने, तनाव, रजिस्टर करने और पढ़ने के लिए अनुमति देता है।



लेबल वाला भाषण रोबोट की तुलना में बहुत अच्छा लगता है, और बेहतर अनुप्रयोग लगता है, इसका उपयोग करने के लिए अधिक सुखद है। इसलिए SSML का उपयोग करें - यह उतना जटिल नहीं है।

उन क्षणों के बारे में सोचें जिनमें उपयोगकर्ता मदद के लिए आपके आवेदन की ओर मुड़ते हैं। आवाज के लिए, यह विशेष रूप से महत्वपूर्ण है। एक व्यक्ति एक कमरे में अकेले वक्ता से बात कर सकता है, या वह बस की सवारी कर सकता है और स्मार्टफोन से बात कर सकता है। वॉयस एप्लिकेशन के लिए ये दो मूलभूत रूप से भिन्न व्यवहार परिदृश्य हैं। बैंकिंग एप्लिकेशन के साथ भी हमारी ऐसी ही स्थिति थी। एप्लिकेशन में एक स्क्रिप्ट थी जब उपयोगकर्ता खाते के बारे में जानकारी प्राप्त करता है, और यह निजी जानकारी है। मैंने सोचा - अगर कोई व्यक्ति घर पर बात कर रहा है, तो सब कुछ ठीक है, लेकिन अगर वह बस में यात्रा कर रहा है और आवेदन ज़ोर से कार्ड बैलेंस की आवाज़ शुरू कर रहा है - यह बदसूरत होगा।

ऐसे क्षणों के बारे में सोचते हुए, आप यह निर्धारित कर सकते हैं कि यदि उपयोगकर्ता स्मार्टफोन से बात कर रहा है, यहां तक ​​कि एक आवाज के साथ, तो निजी जानकारी को ज़ोर से नहीं पढ़ना बेहतर है, लेकिन इसे स्क्रीन पर दिखाना है।

मल्टीमॉडल डिज़ाइन का उपयोग करें।

यह विभिन्न सतहों और प्लेटफार्मों के लिए एक डिजाइन है। आवाज उपकरण बनावट में बहुत अलग हैं। मोबाइल की दुनिया में, डिवाइस केवल प्लेटफ़ॉर्म और स्क्रीन आकार - फॉर्म फैक्टर में भिन्न होते हैं। एक आवाज के साथ, सब कुछ अलग है। उदाहरण के लिए, कॉलम में एक स्क्रीन नहीं है - केवल एक आवाज। स्मार्टफोन में एक स्क्रीन है, और आप इसे अपनी उंगली से टैप कर सकते हैं। टीवी में एक विशाल स्क्रीन है, लेकिन इसे छूना बेकार है। इस बारे में सोचें कि आपका आवेदन इन सतहों में से प्रत्येक पर कैसे काम करेगा।

उदाहरण के लिए, एक उपयोगकर्ता ने खरीदारी की और हम चेक दिखाना चाहते हैं। चेक को ज़ोर से पढ़ना एक बुरा विचार है, क्योंकि इसमें बहुत सारी जानकारी है और कोई भी इसे याद नहीं रखेगा, क्योंकि वॉइस जानकारी को कठिन और कठिन माना जाता है।



, , , , , . , .

. , — , . , , .

. , Amazon Alexa, Google Assistant.



, . - , .

• — intent , — , : , , webhook , . - webhook, , API.
• .

Dialogflow , , , .

— Natural Language Understanding — NLU.

Dialogflow

Dialogflow, , , . Dialogflow : — Google Assistant, -, Amazon Alexa Telegram . — API. , .

Dialogflow.

• Agent — , , .
• Intents — .
• Entities — .
• Contexts — , .

, — Intents.

Intents

, , . . , : « », «, ?», « — » - . , Intent , , .

10 . , Dialogflow , 10 , , . , , .

Intent . Dialogflow , , webhook. , — : , .

«» — . , Google Assistant , , , . Google Assistant , .

Entities

Intent , - . — , , — Entities . , , , , . : .



. « », . , — . , :

— ?
— !

Dialogflow re-prompt — , , . . - : « , ...»

— Entities. Dialogflow — , , . , , , , . Dialogflow — . ^ , , , . , , . : «», Dialogflow , «»

Context

: context — , . , : « ?» , . , . , : « », . Google , — .



context — « — » , . Intent context , -, . context . : , 5 , .

context — : , . , Intent, context , Intent. .



webhook. Dialogflow , JS. Google Assistant webhook — , 5 , fallback. , — 1,5 3 .

, webhook , QA, .

, , .

, . . , .

:

• . ., . , « », , .
• , , .

Google Assistant , — «, Google, ...». , , : «, Google, Uber» — , . , : «, Google, Uber !» , .

, . , — . , « » , « » . , «» «» Google Assistant. , , .

, . Google Assistant , , .

.

• Alpha — 20 .
• Beta — 200 .
• Production- — store. Production, . Google , , . , . , , .
  

, , , — .

. , , — , , .

. , Dialogflow :

• — .
• — , , , .

, . - : «4 ». «» , «» — .



, , .

. , . , , - .

-
- .
Slack- Amazon Alexa
Slack- Google Assistant
Google Assistant
Amazon Alexa
«Designing VUI» Cathy Pearl
«VUX best practices, Voicebot»
Medium
Google Assistant
Amazon Alexa
.
,

: Twitter Linkedin , Medium .

एप्सकॉन्फ 2019 22 और 23 अप्रैल को मॉस्को के केंद्र में, इन्फोसिस में आयोजित किया जाएगा। हम पिछले वर्ष की तुलना में और भी अधिक मोबाइल विकास उपयोगिताओं का वादा करते हैं, इसलिए टिकट बुक करें या रिपोर्ट के लिए अनुरोध छोड़ दें ।

समाचारों और रिपोर्टों की घोषणाओं के बारे में जानने के लिए, हमारे न्यूज़लेटर और मोबाइल विकास के लिए YouTube चैनल की सदस्यता लें ।

केवल AppsConf, केवल कट्टर!