UX वॉयस गाइड: स्थितियां, पैटर्न, उपकरण (और नैतिक समर्थन का एक सा)

UX और UI डिज़ाइनर्स अभी भी वॉयस इंटरफेस के बारे में उलझन में हैं। ऐसा लगता है कि एक विपणन प्रचार है जो जल्द ही शून्य में आ जाएगा। अन्य लोग आवाज सहायकों का उपयोग नहीं करते हैं और इसलिए आश्वस्त हैं कि आवाज असहज और अप्राकृतिक है। लेकिन जब उन्हें संदेह हुआ, एक स्वतंत्र पेशेवर क्षेत्र विकसित हुआ है - इसके रहस्य, पैटर्न और यांत्रिकी (और यहां तक ​​कि श्रम बाजार) के साथ। जस्ट एआई यूएक्स आर्किटेक्ट येकातेरिना यूलिना के साथ, हम यह पता लगाते हैं कि आवाज तकनीकों को कैसे अपनाया जाए और पारंपरिक इंटरफेस के यूएक्स डिजाइनर को अपनी सोच में बदलाव करना चाहिए, आवाज उठाते हुए।



लेकिन पहले, थोड़ा पूर्वव्यापी। यार्ड 1995 में। माइक्रोसॉफ्ट ने विंडोज 95 जारी किया, और दुनिया में एक क्रांति हो रही है। मुझे याद है कि कैसे माता-पिता और अन्य वयस्कों ने कंप्यूटर के लाभों और खतरों के बारे में बात की थी। और सप्ताहांत पर, पूरे परिवार कोसींका और माइनस्वीपर खेलने के लिए हमारे दोस्तों से मिलने गए।

नोकिया 3310 को 2000 में जारी किया गया था। दुनिया फिर से बदल गई है, इस बार पुश-बटन इंटरफ़ेस वाले फोन के लिए धन्यवाद। स्टाइलस वाले स्मार्टफोन बाद में दिखाई दिए। मेरा भी एक था। स्क्रीन पर स्टाइलस के साथ पोज़ करना बहुत ही अच्छा था। तुरंत किसी तरह पुश-बटन फोन वाले लोगों की पृष्ठभूमि के खिलाफ खड़ा हो जाता है। लेकिन स्टीव जॉब्स ने कहा, "सबसे अच्छी स्टाइलस आपकी अपनी उंगली है।" 2007 में, Apple ने iPhone बेचना शुरू किया - और तब से लोग दोहन और स्वाइपिंग कर रहे हैं, और एक स्टाइलस के साथ पोकिंग बहुत समय पहले गूंगा हो गया है।

और फिर यह शुरू हुआ: 2011 - Apple ने सिरी को प्रस्तुत किया, 2014 में अमेज़ॅन ने एलेक्सा और अमेज़ॅन इको लॉन्च किया, 2016 में Google सहायक बाहर आता है, 2017 में - "एलिस" यैंडेक्स से ... डेवलपर्स और व्यवसायों के सामने दरवाजे खुल गए पारिस्थितिक तंत्र के सहायक, जैसा कि एक बार - मोबाइल ऐप स्टोर में। और जल्द ही केवल एक आलसी (और अदूरदर्शी!) आवाज सहायकों के लिए कौशल नहीं बनाएगा।

जब आवाज वास्तव में सुविधाजनक हो तो स्थिति

यह कल्पना करना असंभव है कि एक उपयोगकर्ता अनुभव (यूएक्स, उपयोगकर्ता अनुभव) एक वैक्यूम में बनाया गया है। आवाज कौशल का जन्म एक विशिष्ट स्थिति में होता है जहां यह उपयोगी और जैविक है - यह आवाज की पटकथा बनाने के लिए कोई मतलब नहीं है, और फिर इसे लागू करने के बारे में सोचें। इस स्थिति की खोज करना और इसे उत्कृष्ट रूप से हरा देना महत्वपूर्ण है।

जब हम किसी विशिष्ट समस्या को हल करने के लिए किसी विशिष्ट फ़ंक्शन की आवश्यकता होती है, तो वेब या मोबाइल एप्लिकेशन की तुलना में आवाज़ अधिक सुविधाजनक होती है। क्यों? क्योंकि आपको पृष्ठों को लोड करने, स्क्रॉल करने, मेनू खोजने, बटन दबाने के लिए साइट की प्रतीक्षा करने की आवश्यकता नहीं है। साइट और अनुप्रयोग बहुक्रियाशील हैं। "यहां और अब" के तहत, एकल मामले के लिए आवाज कौशल को तेज किया जाना चाहिए।

फरवरी 2019 में, अमेरिकी चैनल टीएनटी ने एनबीए मैचों का प्रसारण किया। लॉस एंजिल्स लेकर्स और बोस्टन सेल्टिक्स गेम के बीच, टिप्पणीकार एर्नी जॉनसन ने घोषणा की कि नाइकी सीमित संस्करण स्नीकर्स बिक्री पर हैं और दर्शक Google सहायक को $ 350 के लिए उनके लिए एक जोड़ी बुक करने के लिए कह सकते हैं।


छह मिनट बाद, स्नीकर्स गायब हो गए। वॉयस असिस्टेंट (उपलब्ध सामान की मात्रा से अधिक ऑर्डर की संख्या) की मदद से 15 हजार से अधिक लोगों ने उन्हें बुक किया। बास्केटबॉल के जूते बेचने की आदर्श स्थिति एक वास्तविक खेल था।





2017 में वापस, स्टारबक्स को पता चला कि एक ऑर्डर के लिए प्रतीक्षा समय और ग्राहक के कॉफी के वांछित पथ को कम करने के लिए वॉइस असिस्टेंट का उपयोग कैसे किया जाए। आप कह सकते हैं "एलेक्सा, माई स्टारबक्स ऑर्डर करें" ("एलेक्सा, माई स्टारबक्स") और कुछ ही मिनटों में अपने पसंदीदा पेय को निकटतम स्थान पर ले जाएं। लाइन में खड़े होने और अपने नाम को चिल्लाने के लिए बरिस्ता की प्रतीक्षा करने की आवश्यकता नहीं है। आवेदन में जाने की जरूरत नहीं है, अपने सामान्य आदेश की तलाश करें, चुनाव की पुष्टि करें। फिर उसी मामले ने फोर्ड को हरा दिया: एलेक्सा को एसएनएनसी 3 मल्टीमीडिया सिस्टम में एकीकृत किया गया, ताकि ड्राइवरों को सड़क से विचलित हुए बिना, कार में आवाज सही करके अपने स्टारबक्स के लिए ऑर्डर करने और भुगतान करने का अवसर मिले।


लेकिन एलन एआई के सहकर्मियों ने मुझे बताया कि उन्हें एक लागू उपयोगकर्ता मामला कैसे मिला - मार्केटिंग के लिए नहीं, बल्कि उद्यम कार्यों के लिए। संयुक्त राज्य अमेरिका में लिफ्ट की सेवा करने वाले तकनीकी कर्मियों को कई प्रकार के दस्तावेज़ों को पढ़ना पड़ता है, कई रूपों को भरना पड़ता है, मरम्मत डेटा दर्ज करना होता है, कार्यों के पूरा होने पर रिपोर्ट करना होता है - और यह सब विभिन्न लेखा प्रणालियों में करते हैं। लेखन में बहुत समय लगता है, जिसमें एलेवेटर वास्तव में काम नहीं करता है। एलन एआई ने वॉयस आर्टिफिशियल इंटेलिजेंस तकनीक लागू की ताकि लिफ्टर उपयोगकर्ता काम के दौरान या सुविधा की यात्रा के दौरान आवाज के साथ फॉर्म भर सकें।

वॉइस यूएक्स तस्वीरों के बारे में नहीं है, लेकिन स्थिति के संदर्भ के बारे में है। डिजाइनर का कार्य संदर्भ का विस्तार से अध्ययन करना और यह समझना है कि उपयोगकर्ता किसी विशेष स्थिति में क्या चाहता है।

आवाज में UX पैटर्न

एक कार्य। तो, एक कौशल एक कार्य है। यदि ड्राइवर कॉफी का आदेश देता है, तो वह इस विशिष्ट समस्या को हल करता है। कॉफी के साथ समाप्त हो गया है और चंद्रमा की दूरी जानना चाहता है? इसके लिए एक और वॉयस स्किल पहले से ही जिम्मेदार है। एक कौशल में स्विस चाकू बनाना एक बुरा विचार है।

स्क्रॉल। UX और UI डिज़ाइनर लगातार मार्केटर्स के साथ बहस कर रहे हैं कि पहली स्क्रीन पर कितनी जानकारी दिखानी है। पेज लोड करने के लिए कंटेंट के इंतज़ार करने से बुरा कुछ नहीं है। डायल इंटरफेस में भी पहली स्क्रीन होती है और वेब के विपरीत, इसमें कोई स्क्रॉल नहीं होता है। उसकी जरूरत नहीं है, क्योंकि आवाज सहायक कौशल का एक सेट है। उपयोगकर्ता, कमांड पर, कौशल को सक्रिय करता है और एकल फ़ंक्शन लॉन्च करता है।

मोडल विंडो और बटन। मोडल विंडो का दूसरा नाम संवाद है। मोडल विंडो का सार क्या है? ऑपरेशन करने के इरादे की पुष्टि या खंडन करें। वास्तविक जीवन में, लोग हां या ना कहकर इरादे व्यक्त करते हैं, और आपको इसके लिए बटन की आवश्यकता नहीं है।

बहुपद्धतिपरक। स्मार्ट स्पीकर और स्क्रीन, स्मार्टफोन, बच्चों के लिए बात करने वाले खिलौने, स्मार्ट घर, कार में डैशबोर्ड - डिवाइस उपयोग के संदर्भ को निर्धारित करते हैं। "स्मार्ट" स्पीकर के माध्यम से घर पर क्या करना उपयोगकर्ता के लिए सुविधाजनक है, यह एक कार में वॉयस असिस्टेंट का उपयोग करने से अलग होगा। विभिन्न प्लेटफार्मों पर एक ही सहायक के पास कौशल का एक अलग सेट है।

उपयोग संदर्भ और डिवाइस को परिभाषित करें। जांचें कि क्या आप इस डिवाइस पर किसी अन्य प्रकार की बातचीत के साथ आवाज को जोड़ सकते हैं।

क्रॉस-प्लेटफ़ॉर्म । एक और पहलू यह है कि कई सहायकों के लिए एक कौशल कैसे बनाया जाए। यांत्रिकी और तर्क को संरक्षित किया जा सकता है, लेकिन शैतान कार्यान्वयन विवरण और कौशल के लिए उपयोगकर्ता के मार्ग में छिपा होगा। आइए देखें कि एक ही प्लेटफ़ॉर्म पर ऐलिस के कौशल और Google सहायक के कार्यों का मार्ग कैसा दिखता है।

आईओएस पर ऐलिस । ऐलिस उपयोगकर्ताओं को पहले Yandex.Browser एप्लिकेशन डाउनलोड करने की आवश्यकता है, उसे स्थान और माइक्रोफ़ोन का उपयोग करने की अनुमति दें, सहायक आइकन पर क्लिक करें और कौशल के सक्रियण वाक्यांश को कहें। उदाहरण के लिए, "कौशल लॉन्च करें" हां, मेरे स्वामी। दूसरे और बाद के उपयोगकर्ता अनुभव में तीन चरण होते हैं: Yandex.Browser खोलें, सहायक कॉल बटन पर क्लिक करें, एक सक्रियण वाक्यांश कहें।



IOS पर Google सहायक । उपयोगकर्ता Google सहायक एप्लिकेशन डाउनलोड करता है, अपने खाते से लॉग इन करता है, सूचनाएं भेजने और माइक्रोफ़ोन तक पहुंचने के लिए सहमत होता है। यदि डिफ़ॉल्ट भाषा अंग्रेजी है, तो एप्लिकेशन इंटरफ़ेस में आपको रूसी का चयन करने की आवश्यकता है, सहायक को अपनी आवाज के साथ भाषा बदलने के लिए कहें और सक्रियण वाक्यांश को कार्रवाई को ट्रिगर करने के लिए कहें। यहां वह अलग है - "आवेदन के साथ बोलो" हां, मेरे भगवान। फिर पथ को छोटा किया जाता है - दूसरी बार उपयोगकर्ता Google सहायक एप्लिकेशन खोलता है और केवल कमांड को आवाज देता है।



सक्रियण वाक्यांश (और अलग-अलग पारिस्थितिक तंत्र में समान कौशल को लागू करने के आदेश अलग-अलग होंगे) को जाने बिना, आपने कौशल को नहीं चलाया - और UX के संदर्भ में, यह आवाज सहायकों की कमजोरियों में से एक है। लेकिन Google, यैंडेक्स और अन्य कंपनियां अब सुविधाजनक कौशल खोज (उपभोक्ताओं को नए कौशल के बारे में सही ढंग से जानकारी कैसे दें) के काम पर काम कर रही हैं, इसलिए समय पर कुछ बिंदु पर उपयोगी और प्रासंगिक कौशल खोजना आसान होगा।

और वैसे, वीयूआई डिजाइनर जोर देते हैं कि विभिन्न सहायकों के लिए एक ही मैकेनिक्स के साथ एक कौशल अभी भी अलग-अलग परियोजनाएं हैं।

सात चरणों में एक इंटरफ़ेस डिज़ाइन करना

मैंने VUI डिजाइनरों, जस्ट AI सहयोगियों और Aimylogic कौशल बिल्डर के उपयोगकर्ताओं से पूछा, जिसके साथ वे आम तौर पर स्क्रिप्ट पर काम करना शुरू करते हैं। हर कोई कहता है "एक विचार के साथ।" आप इसे पाठ संपादक में मुफ्त रूप में वर्णन कर सकते हैं।

Pavel Gvay, tortu.io के संस्थापक - आवाज अनुप्रयोगों के डिजाइन के लिए एक उपकरण: “उपयोगकर्ता और आपके आवेदन के बीच बातचीत कैसे होगी, यह समझने का सबसे तेज़ और सस्ता तरीका एक संवाद का एक उदाहरण लिखना है। यह एक पाठ फ़ाइल है जो एक प्रवाह के संचालन का वर्णन करती है। प्रारूप में, संवाद उदाहरण फिल्म की पटकथा से मिलता-जुलता है, जहां सभी टिप्पणियों को भूमिका से चित्रित किया जाता है। ”

उदाहरण संवाद में

उपयोगकर्ता को नमस्कार

हमें बताएं कि बॉट क्या करता है। मध्यम लंबाई के कैपेसिटिव वाक्यांशों का उपयोग करें। वाक्यांश को एक बंद प्रश्न के साथ समाप्त करें: इसलिए उपयोगकर्ता समझ जाएगा कि वे उससे क्या चाहते हैं।
बुरा - “नमस्ते! मैं एक्टिविटी हूं। मैं खेल के बिना एक दिन भी नहीं रह सकता। वह मेरा सब कुछ है, मेरा जीवन है, मेरी प्रेरणा है! मुझे एक प्रशिक्षक और डेटाबेस में सैकड़ों अभ्यास के रूप में बहुत अनुभव है! मैं ख़ुशी से अपने पसंदीदा अभ्यास आपके साथ साझा करूँगा! ”
अच्छा - “नमस्कार! मैं एक्टिविटी हूं, एक बॉट एथलीट। मैं ख़ुशी से आपको अभ्यास का एक सेट सुझाऊँगा। क्या आप योग के बारे में बताना चाहते हैं? ”

उपयोगकर्ता पथ का कार्य करें

प्रोग्रामर की भाषा में, आशय इरादे (अंग्रेजी इरादे) है। क्लासिक इंटरफेस के साथ सादृश्य एक औपचारिक या अनौपचारिक अनुरोध है। औपचारिक के साथ काम करना आसान है, और अनौपचारिक जीवन को बुरे सपने में बदल सकता है।

उपयोगकर्ता पथ के साथ काम करते समय डिजाइनर एक फ़्लोचार्ट का उपयोग करते हैं। उसका काम आवेदन के तर्क का वर्णन करने में मदद करना है। फ़्लोचार्ट में उपयोगकर्ता और सिस्टम की ओर से संवाद चरण होते हैं, कभी-कभी इसमें तर्क तत्व जोड़े जाते हैं - एपीआई कॉल, संदर्भ के साथ काम करते हैं।


मिरो में फ्लोचार्ट

अक्सर, फ्लोचार्ट आवाज कौशल में प्रमुख चौराहे का वर्णन करता है। कुछ डिजाइनर कौशल के प्रत्येक विवरण को रोकते हैं। पावेल गाइ ऐसा करने की अनुशंसा नहीं करता है, क्योंकि यह बहुत ही जल्दी पठनीय हो जाएगा, और किसी भी बदलाव को करने में बहुत समय लगेगा।

उपयोगकर्ता के पथ का काम करने का सबसे आसान तरीका उसके साथ शुरुआत से अंत तक जाना है और यह देखना है कि मुख्य परिदृश्य से किन बिंदुओं और विचलन दिखाई देंगे।

नेविगेशन बनाएँ

कोई फर्क नहीं पड़ता कि उपयोगकर्ता किस कदम पर है, उसे हमेशा सभी को फिर से शुरू करने, वापस जाने, आगे बढ़ने और चर का जवाब देने का अवसर होना चाहिए। उसे याद करने की आज्ञा न दें।

जीवन से एक उदाहरण। पहले से ही वर्णित कौशल "हाँ, मेरे प्रभु" ("एलिस" में इसके दर्शक 650 हजार लोग हैं, इसके अलावा, यह केवल रूस में ही नहीं, बल्कि दुनिया में Google सहायक के लिए सबसे लोकप्रिय खेलों में से एक है) संगीत के साथ एक वायुमंडलीय खेल है सभ्य भाषण संश्लेषण, दिलचस्प कहानियां, खेल यांत्रिकी। शुरुआत में, वह केवल "हाँ", "नहीं" और "पर्याप्त" की मदद से खेल को नियंत्रित कर सकता था। कहानी में, खिलाड़ी - मेरे स्वामी, भूमि और किसानों के मालिक, स्थिति में गिर जाते हैं "आपका अनुग्रह! हमारी उपजाऊ भूमि में तांबे के बड़े भंडार पाए गए हैं! कृपया मेरा निर्माण शुरू करें। ” केवल हां में जवाब देना संभव होगा, लेकिन मैं एक हाई-प्रोफाइल व्यक्ति के रूप में भूमिका निभाने और बोलने की आदत डालना चाहूंगा।

- आपकी कृपा! हमारी उपजाऊ भूमि में तांबे के बड़े भंडार पाए गए हैं! कृपया मेरा निर्माण शुरू करें?
- प्यार!

VUI डिजाइनर ने इस बिंदु की खोज की और उपयोगकर्ताओं को बेहतर तरीके से समझने के लिए कौशल का प्रशिक्षण दिया, जिससे उन्हें जवाब देने में अधिक स्वतंत्रता मिली।

संवादों के उदाहरण लिखें और बॉट के उत्तरों को अधिक विविध बनाएं

मेरे जस्ट एआई सहकर्मी तालिकाओं में संवाद उदाहरण लिखते हैं। वे बहुत अधिक सुविधाजनक हैं, लेकिन यह सबसे सुविधाजनक विकल्प से बहुत दूर है - तर्क और संभव संक्रमण दोनों का वर्णन करने के लिए। वर्ड में कोई स्क्रिप्ट लिखता है। विवरण के लिए कोई एकल प्रारूप और विनियमन नहीं है।

जब सहायक दोहराना शुरू करते हैं तो उपयोगकर्ता बहुत नाराज होते हैं। परिकल्पना की पुष्टि नेली कामेवा, डिजाइनर एलन एआई द्वारा की गई है। बच्चों के लिए एक कौशल परीक्षण के दौरान, उसने देखा कि उसी जवाब से सामना करने पर लड़कों ने कितनी जल्दी रुचि खो दी।

यह कई प्रतिकृतियों पर विचार करने के लायक है जो अर्थ में पर्यायवाची हैं, जिसे उपयोगकर्ता स्क्रिप्ट में उसी चरण में जाने पर सुनेंगे। VUI डिज़ाइनर एकल वाक्यांश के तीन से दस रूपांतरों का उपयोग करने की सलाह देते हैं।

बिना पहचाने इरादों के लिए कूड़ेदान में देखें

"ट्रैश", या प्रोग्रामर्स की भाषा में कैच-ऑल, वह स्थान है जहां उपयोगकर्ता वाक्यांश विभिन्न कारणों से आते हैं।
"मैं किससे बात कर रहा हूं?" क्या आप एक रोबोट हैं?!
"आपने मुझे पा लिया।" चैट जारी रखना चाहते हैं?
वाक्यांश "मैं किसी से भी बात कर रहा हूं?" क्या आप रोबोट हैं? ” यदि आप इसे एक स्क्रिप्ट के साथ प्रदान नहीं करते हैं, तो पकड़ में आ जाएगा। “आप मुझे समझ गए। क्या आप संचार जारी रखना चाहते हैं? " - ऐसी स्थितियों में डिफ़ॉल्ट प्रतिकृति। अग्रिम में सोचें कि कैसे एक उपयोगकर्ता की मदद करें जो कैच-सभी में विफल रहता है।

आवाज और चरित्र के बारे में सोचें

आप को ऊबाने वाले वार्ताकारों को याद करें। उनके साथ यह दिलचस्प नहीं है, बातचीत जारी रखने के लिए अनिच्छा, हम उन्हें उबाऊ कहते हैं। कौशल से निपटने के दौरान भी यही बात होती है। ऐलिस, एलेक्सा और गूगल असिस्टेंट की अपनी स्पीच टूलकिट है जिसमें कफ और सूँघने जैसे बॉट के भाषण को आत्मसात करने के लिए पुरुष और महिला आवाज़, उच्चारण और ध्वनि प्रभाव की एक विस्तृत श्रृंखला है।

यदि आप उपयोगकर्ता को प्रभावित करना चाहते हैं और उसे बातचीत में शामिल करना चाहते हैं, तो भाषण की शैली के साथ टिंकर करें, संश्लेषण पर काम करें: तनाव, ठहराव और घुसपैठ की व्यवस्था करें। यह श्रमसाध्य काम है, लेकिन मेरा विश्वास करो, परिणाम इसके लायक है। एक आंतरिक कार्यशाला में, एक सहयोगी ने एलेक्सा के लिए एक कौशल बनाया - टुकड़े को सुनो:

- अरे, यार। भयानक मौसम, हाँ? पिया जाना है? अपने पुराने दोस्त जो आपको एक अच्छा आयरिश पेय मिलाते हैं। ठीक है?
- और अब जब आप बेहतर महसूस करते हैं, तो अपने प्यासे गधे को ले जाओ और जो के पब में जाओ। वहां आप कभी अकेले नहीं पियेंगे। मैं तुम्हारा इंतजार कर रहा हूं।

आवाज के साथ काम करने का एक और तरीका पेशेवर अभिनेताओं के साथ ऑडियो रिकॉर्ड करना है। यदि आप स्क्रिप्ट में कुछ जोड़ना चाहते हैं, तो लंबे, महंगे, लचीलेपन में खो जाते हैं। कौशल फिल्मों से मशहूर हस्तियों, राजनेताओं और नायकों की आवाज़ों के साथ बात कर सकता है (ठीक है, आप पहले से ही हमारी आवाज को गेमक्राफ्ट वर्ल्ड के लिए अभिनय कर सकते हैं, लेकिन Google सहायक ग्रैमी विजेता जॉन लीजेंड - tyk की आवाज के साथ बोलते हैं)।

व्यावसायिक मामलों में से एक के लिए, हमने पेशेवर अभिनेताओं की वॉयस रिकॉर्डिंग का भी उपयोग किया। केवल 0.5% ग्राहक संदेह करने में सक्षम थे (अनुमान भी नहीं, लेकिन संदिग्ध) कि बॉट उनसे बात कर रहा था।

वातावरण बनाने के लिए ध्वनियों और दृष्टांतों का उपयोग करें।

आप तैयार-किए गए पुस्तकालयों से आवाज़ उठा सकते हैं या अपना खुद का बना सकते हैं (एलेक्सा फ़ाइल एक्सटेंशन के बारे में picky है, इसलिए आपको रूपांतरण के साथ टिंकर करना होगा)। उसी खेल में, "ऐलिस के लिए" हाँ, मेरे प्रभु, "ध्वनियों का उपयोग एक वातावरण बनाने के लिए किया जाता है: एक घोड़े को चुनौती देना, एक भीड़ को बड़बड़ाना, एक अशुभ हंसी, एक बैगपाइप। और हाल ही में "एलिस" में कौशल "रूस के पक्षी" दिखाई दिए, जहां एक बातचीत में आप सुन सकते हैं कि एक लवा, गौरैया या अन्य पक्षी कैसे गाते हैं और चहकते हैं।

वॉयस इंटरफ़ेस डिज़ाइन फ़्लोचार्ट और ड्राई टेक्स्ट तक सीमित नहीं है। डिजाइनर के पास कौशल बनाने के लिए सब कुछ है जो प्रक्रिया में उपयोगकर्ता को शामिल करता है।

और VUI डिजाइनरों से अधिक सुझाव

इंटरफ़ेस न सिखाएं। भाषा एक परिचित और सहज ज्ञान युक्त अंतरफलक है। किसी व्यक्ति को बोलने के लिए सिखाने की आवश्यकता नहीं है। वह जानता है कि कैसे।
बुरा - "संदेश को फिर से सुनने के लिए," फिर से सुनो। " अगले संदेश पर जाने के लिए, "अगले संदेश पर जाएं" कहें।
अच्छा - "संदेश को फिर से सुनें या अगले पर जाएं?"

बंद प्रश्न पूछें । मैं खुले प्रश्नों और बॉट के कथनों के खुले अंत से बचने की सलाह देता हूं, उपयोगकर्ता को कार्रवाई के लिए निर्देशित किया जाना चाहिए।
बुरा - “नमस्ते! मैं सिम्फनी, एक संगीत प्रेमी हूं। मैं आपको एक एल्बम की सिफारिश करने और इसके बारे में बताने के लिए खुश हूं। "
अच्छा - “नमस्कार! मैं सिम्फनी, एक संगीत प्रेमी हूं। मैं ख़ुशी से आपको एक एल्बम सुझाऊँगा और आपको इसके बारे में बताऊँगा। दिन के ट्रैक के बारे में जानना चाहते हैं?

लिपिकीय से बचें। एक स्पष्ट सिफारिश जो बहुत कम लोग करते हैं। हममें से कोई भी एक जटिल और अतिभारित पाठ को नहीं पढ़ना चाहता है, और इसे सुनना अधिक असहनीय है।
बुरा - "यह ध्यान रखना महत्वपूर्ण है कि इस कलाकार के आगे के एल्बम प्लैटिनम बन जाएंगे, जो हमें यह निष्कर्ष निकालने की अनुमति देता है कि यह पहला एल्बम अंतर्राष्ट्रीय क्षेत्र में प्रभावी रूप से प्रवेश करने के साधन के रूप में सफल है।"
अच्छा - “पहली एल्बम ने पूरी दुनिया का ध्यान कलाकार की ओर आकर्षित किया। बिना कारण उसके अगले रिकॉर्ड दो बार प्लैटिनम बन गए! "

परीक्षण और प्रशिक्षण

मौन में कौशल का परीक्षण करें, सड़क पर, एक शोर कमरे में, अलग-अलग सूचनाओं के साथ और अलग-अलग गति से बोलें। यहां तक ​​कि सबसे शांत जगह में, कुछ गलत हो सकता है। शायद परीक्षण प्रक्रिया कुछ उबाऊ लगेगी, लेकिन मैं आपको विश्वास दिलाता हूं कि यह नहीं है। कौशल को एक वास्तविक दुर्घटना परीक्षण की आवश्यकता है!

व्यक्तिगत अनुभव से। कार्यशालाओं में से एक में, मैंने एक फिटनेस कौशल तैयार किया: विचार के अनुसार, एलेक्सा ने पहले निर्देश दिया, फिर संगीत चालू हो गया और व्यक्ति ने अभ्यास दोहराया। मैंने उत्साहपूर्वक अपने आप पर सब कुछ परीक्षण किया: मैं कूद गया और कटा हुआ संगीत चला गया, पटरियों की लंबाई बदल दी, अभ्यासों को कई बार दोहराया और अंततः यूएक्स कौशल ने मुझे संतुष्ट किया।

प्रोवोक और शपथ

उपयोगकर्ता उत्तेजक हैं। वे कौशल ऑफ-टॉपिक की प्रतिक्रिया की जांच करेंगे: पिज्जा ऑर्डर करने के लिए कौशल, और उपयोगकर्ता - यह बहुत चालाक लगता है - सुशी के बारे में पूछेगा। एक सभ्य जवाब के साथ आओ। और अपने हृदय को शाप दो। मैं गंभीर हूँ! परीक्षण में उपयोग की जाने वाली चटाई के लिए बस एआई एक चेकलिस्ट है।

बोलो और सुनो

सब कुछ कहो तुम साथ आओ। अपने कानों से वह सब कुछ सुनें जो उपयोगकर्ता सुनेंगे। सहकर्मियों को पढ़ने और यहां तक ​​कि स्क्रिप्ट खेलने के लिए कहें। रिकॉर्ड भाषण, रिकॉर्डिंग में वापस आना, प्रयोग करना।

ट्रेन कौशल

लेकिन पहली बार जब आप कौशल में सब कुछ नहीं छोड़ते हैं। इसे स्वीकार करें और खुद को नम्र बनाएं। आपके कौशल को आगे की शिक्षा की आवश्यकता होगी। संवाद पढ़ें और लॉग का विश्लेषण करें। ऐलिस स्कूल के संस्करणों में से एक में पायथन का उपयोग करते हुए यह कैसे करना है, डारिया सर्डियुक, एनएलपी रिसर्च इंजीनियर जस्ट एआई।

डिजाइनर उपकरण

कागज, पेंसिल या मार्कर बोर्ड - उनके लिए काम शुरू करने या किसी टीम या ग्राहक को एक विचार व्यक्त करने के लिए बेहतर कुछ भी आविष्कार नहीं किया गया है। लेकिन अधिक उन्नत उपकरण हैं जो आवाज इंटरफ़ेस डिजाइनर के पेशेवर जीवन को सरल बनाएंगे और विचार को महसूस करने में मदद करेंगे।

Aimylogic
एक NLU इंजन (प्राकृतिक भाषा समझ) के साथ कंस्ट्रक्टर। 10 मिलियन से अधिक उपयोगकर्ता और 1 मिलियन उपयोगकर्ताओं के कुल दर्शकों के साथ आवाज सहायकों के लिए 1100 से अधिक कौशल। सशुल्क सब्सक्रिप्शन के लिए मुफ्त सदस्यता और मुफ्त डेमो अवधि है।



डिजाइनर में, आप एक स्क्रिप्ट बना सकते हैं, इसका परीक्षण कर सकते हैं और इसे दस से अधिक चैनलों (ऐलिस, गूगल असिस्टेंट, टेलीग्राम, VKontakte और अन्य) से जोड़ सकते हैं। टेलीग्राम में तकनीकी सहायता और एक समुदाय है। यहां आवाज कौशल के कुछ उदाहरण दिए गए हैं:

• "दो में से एक"
• हां, मेरे प्रभु ( ऐलिस और Google सहायक )
• वन हंड्रेड टू
• "एक दिन बर्बाद करें"
• "आँखों के लिए चार्ज"

Tortu.io
तेजी से प्रोटोटाइप के लिए उपकरण। आप वस्तुतः एक ब्लॉक आरेख पर चरणों में उपयोगकर्ता और सिस्टम के बीच एक संवाद का निर्माण करते हैं, और फिर एक प्रोटोटाइप का उपयोग करके परीक्षण करते हैं। WoZ परीक्षण और त्वरित परिकल्पना परीक्षण के लिए उपयुक्त है।

Voiceflow
ग्राफिक डिजाइनर एलेक्सा कौशल। आप प्रोग्रामिंग कौशल के बिना एलेक्सा कौशल बनाने के लिए अनुमति देता है। UX परीक्षण के लिए उपयुक्त है।

Flow.ai
चैटबॉट बनाने के लिए ग्राफिक टूल। आप प्रोग्रामिंग कौशल के बिना बॉट बनाने के लिए अनुमति देता है। UX परीक्षण के लिए भी उपयुक्त है।

पम्पिंग के लिए सामग्री

• वॉयस टूल्स पर वॉयस टेक रिसर्च ।
• आवाज उपकरणों के लिए निर्देशिका साइट ।
• आवाज उपकरणों के साथ गितुब भंडार ।
• टेलीग्राम बातचीत के इंटरफेस के लिए समर्पित है। चैनल एक विशिष्ट प्लेटफ़ॉर्म या टूल से संलग्न नहीं होता है, व्यवसाय के घटकों और विकास और डिजाइन के रुझानों से सब कुछ पर चर्चा करता है।
• आवाज के लिए उपकरण ।

वॉइस असिस्टेंट के उपयोगकर्ताओं का मनोविज्ञान और वास्तविक अनुभव वेब या मोबाइल वातावरण पर हमारे द्वारा उपयोग की जाने वाली चीजों से काफी भिन्न है। लेकिन वॉयस डिज़ाइन दिलचस्प है क्योंकि यह एक नया और अभी तक बहुत कम खोजा गया क्षेत्र है जिसमें आप कई खोज और सफलताएं प्राप्त कर सकते हैं।

लेख में उल्लिखित VUI डिजाइनरों के अनुभव और सामग्रियों का उपयोग उनकी सहमति से किया गया था।

आभार:

दिमित्री चेचेकिन , सह-संस्थापक और रणनीतिक परियोजनाओं के प्रमुख, जस्ट एआई।
डारिया सर्डियुक , एनएलपी रिसर्च इंजीनियर, जस्ट एआई।
पॉल गवई , टोर्टु.आईओ के संस्थापक।
नेली कामेवा , उत्पाद डिजाइनर, एलन एआई।