人機(jī)交互和語(yǔ)音交互有什么區(qū)別？今天，這篇好文章探討了GUI和VUI之間的區(qū)別。不清楚的設(shè)計(jì)師正忙著擺姿勢(shì)！

今天我們深入研究GUI和VUI。

GUI是20世紀(jì)60年代和中期的“人機(jī)交互”的天才; Engelbart提出的概念，使計(jì)算機(jī)更容易被用戶接受。自從20世紀(jì)80年代引入第一臺(tái)配備GUI的計(jì)算機(jī)以來(lái)，GUI一直是機(jī)器交互的人類代表。 VUI不是一個(gè)新概念。它的前身是IVR（交互式語(yǔ)音應(yīng)答），它誕生于20世紀(jì)70年代，并于2000年推廣。只要電話用戶撥打移動(dòng)運(yùn)營(yíng)商指定的號(hào)碼，用戶就可以收聽，訂購(gòu)或發(fā)送所需的語(yǔ)音信息。到語(yǔ)音操作提示并參與聊天和交友等互動(dòng)服務(wù)。新一代VUI更多地指人們通過(guò)自然語(yǔ)言與計(jì)算機(jī)交互，因此VUI可以被視為人工智能時(shí)代人機(jī)交互的代表。

所以，在談?wù)揋UI和VUI之前，讓我們首先談?wù)勔曈X(jué)和聽覺(jué)，因?yàn)楦杏X(jué)上的差異將直接導(dǎo)致GUI和VUI設(shè)計(jì)的差異。

尺寸

如果你問(wèn)GUI和VUI之間最本質(zhì)的區(qū)別，我認(rèn)為傳遞信息的維度是不同的。眼睛接收的信息由時(shí)間和空間XZY軸的四個(gè)維度決定;耳朵收到的信息只能由時(shí)間維度決定。

雖然耳朵可以感知聲音的方向和頻率，但它不是決定性因素。

時(shí)間決定了接收的信息量，它是單向的，線性的，無(wú)法停止的。耳朵在很短的時(shí)間內(nèi)收到的信息非常有限。舉一個(gè)例子：假設(shè)這個(gè)人可以停止時(shí)間。聲音無(wú)法在靜態(tài)時(shí)間傳輸。目前沒(méi)有信息;另一種說(shuō)法是聲音在休息時(shí)間內(nèi)始終處于當(dāng)前狀態(tài)，例如“滴水~~~””，聲音對(duì)人類來(lái)說(shuō)是一種噪音。耳朵收到的信息只能按時(shí)間確定。

眼睛是非常不同的，即使它可以在短時(shí)間內(nèi)從太空獲得大量信息?？臻g信息由兩個(gè)因素決定：

動(dòng)態(tài)還是靜態(tài)？

是3D空間還是2D平面？

在沒(méi)有其他參考對(duì)象的情況下，事物的靜態(tài)運(yùn)動(dòng)可以模擬時(shí)間的靜態(tài)。此時(shí)，人們可以獲得有關(guān)靜態(tài)事物的信息。時(shí)間和空間的結(jié)合決定了信息的大小，就像花一分鐘看周圍的動(dòng)態(tài)一樣，遠(yuǎn)遠(yuǎn)超過(guò)每年獲得相同的靜態(tài)頁(yè)面。

還有一個(gè)重要的區(qū)別，眼睛可以來(lái)回查看獲取信息;耳朵只能向一個(gè)方向獲取信息，如果沒(méi)有其他功能的幫助，就不可能聽到前幾秒鐘的信息。

比較收到的信息量

愿景收到的信息量遠(yuǎn)遠(yuǎn)高于聽證會(huì)。知道神經(jīng)科學(xué)和腦科學(xué)主題的好受訪者指出，大腦每秒通過(guò)眼睛接收的信息的上限是100Mbps，通過(guò)耳蝸接收的信息的上限是1Mbps。簡(jiǎn)單來(lái)說(shuō)，視覺(jué)接收的信息量可以達(dá)到聽覺(jué)接收信息的100倍。

以上數(shù)據(jù)來(lái)自于了解“哪個(gè)耳朵和眼睛更快地接收信息？”這個(gè)問(wèn)題。

雖然上述結(jié)論尚未得到官方證實(shí)，但我們可以通過(guò)簡(jiǎn)單的方式對(duì)它們進(jìn)行比較。在不考慮超出理解范圍的情況下，人們可以以每分鐘500到1000個(gè)單詞的速度閱讀文本，并且說(shuō)話速度可以達(dá)到每分鐘200到300個(gè)單詞，因此用于視覺(jué)閱讀的文本信息可以達(dá)到聽力的2-5倍。

思考范圍超出理解范圍需要時(shí)間，這會(huì)導(dǎo)致收到的信息量突然下降。以上兩個(gè)數(shù)據(jù)來(lái)自于“每小時(shí)有多少單詞是普通人的閱讀速度？”的問(wèn)題。并且“每分鐘有多少單詞適合為他人寫中文演講？”

如果圖像用作信息載體，則視覺(jué)閱讀的信息遠(yuǎn)遠(yuǎn)超過(guò)聽力的五倍。眼中還有另一個(gè)特別的東西。您可以通過(guò)掃描在一秒鐘內(nèi)看到三個(gè)不同的地方（圖片）。

以上數(shù)據(jù)來(lái)自《人工智能的未來(lái)》。

GUI和VUI之間的區(qū)別

尺寸與視覺(jué)聽覺(jué)的個(gè)性特征相結(jié)合，導(dǎo)致GUI和VUI之間信息呈現(xiàn)和交互的差異。下面我們討論GUI和VUI之間的區(qū)別。

內(nèi)容和數(shù)據(jù)驅(qū)動(dòng)

GUI的內(nèi)容主要是圖形和文本; VUI的內(nèi)容主要是文本，圖形和文本是非結(jié)構(gòu)化數(shù)據(jù)。當(dāng)前GUI表示的內(nèi)容由結(jié)構(gòu)化數(shù)據(jù)驅(qū)動(dòng); VUI呈現(xiàn)的內(nèi)容由非結(jié)構(gòu)化數(shù)據(jù)驅(qū)動(dòng)。

信息互動(dòng)

如何理解GUI和VUI是由不同的數(shù)據(jù)類型驅(qū)動(dòng)的？人們主要通過(guò)點(diǎn)擊和手勢(shì)與GUI交互。至于人們?cè)谧鍪裁?，電腦不知道。它只是將點(diǎn)擊和手勢(shì)轉(zhuǎn)換為坐標(biāo)和操作。然后給數(shù)據(jù)提供相應(yīng)的響應(yīng)事件，例如打開鏈接并獲得有關(guān)數(shù)據(jù)庫(kù)的信息。

人們通過(guò)對(duì)話與VUI??互動(dòng)。對(duì)話過(guò)程中使用的自然語(yǔ)言是非結(jié)構(gòu)化數(shù)據(jù)。為了給出正確的響應(yīng)事件，VUI必須首先了解人類在說(shuō)什么，更重要的是，他們?cè)谙胧裁础?

情境意識(shí)

要了解用戶的想法，您必須具有出色的上下文感知，這是上下文理解。它根據(jù)用戶是誰(shuí)，用戶的情緒，當(dāng)前環(huán)境和先前的記憶提供下一個(gè)預(yù)測(cè)。 。目前的人工智能技術(shù)還沒(méi)有很好地掌握上述技術(shù)，因此GUI和VUI的上下文感知相對(duì)原始，只能通過(guò)人工設(shè)計(jì)來(lái)補(bǔ)償。

任務(wù)類型

由于眼睛可以接收比耳朵更多的信息，因此GUI更適合于顯示內(nèi)容。面對(duì)說(shuō)明，GUI和VUI各有優(yōu)勢(shì)。最后，誰(shuí)是最好的只能分析具體問(wèn)題，具體取決于每個(gè)步驟的長(zhǎng)度。但可以肯定的是，當(dāng)前的VUI不適合復(fù)雜的任務(wù)，因?yàn)樗诙噍喨蝿?wù)中表現(xiàn)不佳。

信息架構(gòu)

GUI的信息架構(gòu)由頁(yè)面和進(jìn)程組成。該頁(yè)面包含各種布局和結(jié)構(gòu)。 VUI的信息架構(gòu)只是一個(gè)過(guò)程，因此GUI的信息架構(gòu)比VUI更復(fù)雜。由于頁(yè)面操作的限制，GUI無(wú)法在沒(méi)有任何相關(guān)過(guò)程的情況下進(jìn)行切換，并且VUI可以通過(guò)對(duì)話和通信相互通信。 VUI在導(dǎo)航方便性方面更勝一籌。

GUI到VUI

為什么要將GUI轉(zhuǎn)換為VUI？

現(xiàn)有Internet的大部分內(nèi)容和數(shù)據(jù)都與GUI的信息架構(gòu)和代碼有關(guān)，因此我們不必為這兩個(gè)接口做兩組內(nèi)容。

這有助于人工智能助理的發(fā)展。如果我們想將GUI的內(nèi)容轉(zhuǎn)換為VUI內(nèi)容，我們必須簡(jiǎn)化當(dāng)前信息并將信息壓縮為每分鐘200-300個(gè)字或每秒3-5個(gè)字。

目前，人工智能無(wú)法做到圖像理解和態(tài)勢(shì)感知技術(shù)。將大多數(shù)GUI內(nèi)容自動(dòng)壓縮并轉(zhuǎn)換為自然語(yǔ)言并不容易，因此有必要人為地制定一些轉(zhuǎn)換策略。

在轉(zhuǎn)換策略中，我們可以學(xué)習(xí)成熟的輔助功能指南—— a11y，其中一部分是幫助盲人，可以將界面內(nèi)容轉(zhuǎn)換為聲音內(nèi)容，我們借鑒以下三個(gè)標(biāo)準(zhǔn)：

易感性：必須以可察覺(jué)的方式向用戶呈現(xiàn)信息和用戶界面組件。

適應(yīng)性：創(chuàng)建可以以不同方式呈現(xiàn)的內(nèi)容（例如簡(jiǎn)單布局），而不會(huì)丟失信息或結(jié)構(gòu)。

導(dǎo)航器：提供一種幫助用戶導(dǎo)航，查找內(nèi)容和確定其位置的方法。

說(shuō)明：

可感知性有一個(gè)非常重要的標(biāo)準(zhǔn)：為所有非文本內(nèi)容提供替代文本，例如圖像，按鈕等，以便可以將其轉(zhuǎn)換為人們需要的其他形式。目前的常見(jiàn)做法是將描述性內(nèi)容添加到非文本內(nèi)容（如圖像，按鈕等），例如將alt屬性添加到img標(biāo)記，將name屬性添加到輸入按鈕標(biāo)記。當(dāng)打開輔助功能設(shè)置時(shí)，盲人可以通過(guò)觸摸相關(guān)位置來(lái)讀取屬性中的文本。

例如：

以京東的廣告為例，alt屬性應(yīng)加上簡(jiǎn)潔的內(nèi)容“12月14日360手機(jī)N6減少600”。當(dāng)VUI讀取內(nèi)容時(shí)，可以讀出廣告。

在這里我有了新的想法，下面的圖片是一個(gè)例子：粉紅色區(qū)域是一個(gè)小模塊，并且必須簡(jiǎn)化信息的VUI不需要圖片，字幕，時(shí)間和作者等信息。是否可以在div標(biāo)簽中添加“title”屬性，當(dāng)VUI讀取div時(shí)，它可以直接讀取屬性的內(nèi)容，例如標(biāo)題內(nèi)容。如果用戶對(duì)作者感興趣，則可以以對(duì)話的形式獲得作者信息。

以淘寶為例。普通人可以在幾秒鐘內(nèi)閱讀以下內(nèi)容。如果交互是以VUI的形式，則首先VUI不知道從哪里開始閱讀，其次用戶沒(méi)有耐心聽取完整內(nèi)容。為什么？由于GUI的結(jié)構(gòu)在水平和垂直方向上有兩個(gè)維度，因此VUI結(jié)構(gòu)只有一個(gè)維度，GUI上用戶的閱讀順序不能直接傳遞給VUI，所以希望頁(yè)面設(shè)計(jì)可以采用簡(jiǎn)單的布局，GUI和VUI是相同的。避免丟失信息或結(jié)構(gòu)的結(jié)構(gòu)。

在可導(dǎo)航性方面，A11y希望網(wǎng)頁(yè)提供一種機(jī)制來(lái)跳過(guò)在多個(gè)網(wǎng)頁(yè)中重復(fù)出現(xiàn)的內(nèi)容模塊。在這里我有了一個(gè)新的想法：你可以跳過(guò)不需要大聲朗讀的內(nèi)容模塊，如淘寶的導(dǎo)航，主題市場(chǎng)和登錄模塊，因?yàn)橛脩羰褂锰詫歏UI搜索項(xiàng)目并獲得折扣信息。同樣，是否可以在div標(biāo)簽中添加“skip”屬性。當(dāng)VUI讀取div時(shí)，它可以直接跳過(guò)div。當(dāng)用戶有請(qǐng)求時(shí)，可以通過(guò)對(duì)話框交互div中的內(nèi)容。 。

最后，我有另一個(gè)想法：是否可以在大量?jī)?nèi)容中添加“文本摘要”屬性，例如新聞，介紹等。當(dāng)VUI讀取標(biāo)記時(shí)，它會(huì)自動(dòng)使用文本摘要功能。

結(jié)合上述三點(diǎn)思路，GUI可以在轉(zhuǎn)換為VUI時(shí)以“泛化”和“跳過(guò)”的方式大大簡(jiǎn)化信息，使VUI具有良好的體驗(yàn)。

以上三個(gè)屬性要求W3C，Google，Apple和其他組織制定標(biāo)準(zhǔn)。

VUI和GUI

VUI和GUI的結(jié)合并不新鮮，例如Siri，Google Assistant，Cortana，Bixby以及最近推出的Alexa屏幕版本?；贕UI添加VUI有助于簡(jiǎn)化整個(gè)導(dǎo)航的交互，并且可以在沒(méi)有直接相關(guān)頁(yè)面的情況下實(shí)現(xiàn)跳轉(zhuǎn)，例如以命令的形式導(dǎo)航到其他應(yīng)用程序的特定頁(yè)面?；赩UI添加GUI可以簡(jiǎn)化選擇，確認(rèn)等，尤其是在與Alexa一起購(gòu)物時(shí)。

結(jié)論

在人工智能時(shí)代，GUI和VUI的發(fā)展將越來(lái)越快，研究和探索它們是非常有趣的。我認(rèn)為在未來(lái)幾年內(nèi)，個(gè)人智能助手的成熟將使VUI和GUI的結(jié)合越來(lái)越接近，這將直接影響未來(lái)幾年移動(dòng)互動(dòng)的發(fā)展。

« 擴(kuò)大思路：詳細(xì)的排水結(jié)構(gòu) | 一整套事件管理計(jì)劃的想法是什么？ »