（文章來源：人人都是產(chǎn)品經(jīng)理）

隨著語音識別技術(shù)和自然語言理解技術(shù)的不斷突破，電影當中人與計算機設(shè)備通過自然語言進行交互的方式已經(jīng)成為現(xiàn)實，語音交互的革命正席卷而來，影響著我們每個人的生活。

然而，在科研技術(shù)成果向現(xiàn)實應(yīng)用場景轉(zhuǎn)變過程當中（尤其是在多輪連續(xù)對話的情況下），智能設(shè)備的表現(xiàn)往往差強人意，很多問題并不是依靠技術(shù)就能解決的。于是，出現(xiàn)了語音對話界面設(shè)計的概念。如今，越來越多的電子設(shè)備開始支持通過自然語言/語音與人類進行交互。在人們的客廳里，辦公室里，汽車駕駛艙里都能找到語音交互的應(yīng)用場景。

新的交互方式讓人們解放了雙手，并弱化了人們集中在電子設(shè)備上的注意力，為人們提供了更加有效，更加自然，同時更加安全的人機交互體驗。本文筆者目前從業(yè)于一家AI初創(chuàng)公司，專注于智能對話類產(chǎn)品的體驗設(shè)計與質(zhì)量評估。經(jīng)過幾年時間的探索與學(xué)習(xí)，筆者在人機對話交互設(shè)計的相關(guān)工作上略有一點心得，望在此與讀者交流學(xué)習(xí)。

與所有人機交互系統(tǒng)一樣，語音交互也需要一套規(guī)范且有效的設(shè)計方法和流程。

目前，網(wǎng)上有很多關(guān)于對話交互設(shè)計的指導(dǎo)和介紹，主要內(nèi)容基本都是出自谷歌和亞馬遜這兩家科技巨頭，國內(nèi)百度和訊飛在相關(guān)領(lǐng)域也有一定的研究。這些規(guī)范都很有價值，非常值得我們借鑒和學(xué)習(xí)。然而，無論是谷歌還是百度，都只是針對自己企業(yè)所研發(fā)的硬件和產(chǎn)品有針對性的設(shè)計對話交互，整個行業(yè)當中目前尚未有一個公認的，被廣泛認可的設(shè)計標準。

總體來說，語音對話交互延續(xù)了人機交互以人為本的設(shè)計原則，在不同的應(yīng)用場景，不同的用戶群體，以及不同的硬件形態(tài)下，都需要有針對性的進行不同的設(shè)計。