百度发布《2017年手机语音交互体验蓝皮书》 首次梳理行业规范

      近日，百度大脑发布《2017年语音交互体验蓝皮书》，为手机端语音交互产品的开封梳理行业规范。随着语音识别准确率的提升，语音交互成为许多产品的必备能力。其中手机上的语音交互作为人机交互的一个细分领域，已应用于输入法、搜索、地图、购物、智能助手等APP。而如何完成语音指令、用户体验是否优质，则成为从业者在进行语音交互设计时的挑战。

      百度大脑《2017年语音交互体验蓝皮书》(下简称蓝皮书)一经推出，便覆盖了各行各业，受到了众多人群关注，仅微信平台就引发了大量获取需求，成为手机端语音交互体验探索的重要参考，也是该领域首个规范报告之一。

      扬长避短 打造零障碍语音交互闭环

      作为全球第一个结合用研、数据做分析，并从交互、功能设计上梳理的语音交互规范，蓝皮书除了专业洞察外，不仅为开发者提供常规解决方案，还提供了案例参考，并对案例相关产品目前的用户体验做了调研。调研显示，语音识别的痛点是识别错误及其后的修改。由于语音识别和打字输入天然的差异，像纠错功能、学习反馈机制这些打字能够轻松做到而语音还没有做到的，就是解决问题的关键所在。

      这些技术层面的理论其实与各行各业息息相关。蓝皮书中举了语音识别输入法与地图语音助手两个实战案例，案例中存在可能提高用户体验的功能设计亮点，如让你抛弃键盘，体验飞一般输入速度的语音输入;能够快速将用户习惯使用的日常口语或网络用语识别为正确结果的特殊学习、反馈机制等等。那么针对这些亮点，蓝皮书在功能设计方面从指令纠错功能与执行体验、特殊机制的设计等角度提出了建议。

      不难设想，随着手机语音交互功能体验发展成熟，不仅将可以实现多种方言、多语种的即时交流，还将对传统行业、轻工业、娱乐产业等带来积极影响。

      传承人工智能技术基因 引领“可对话”的语音交互时代

      手机语音交互体验需要从交互、技术性能、功能以及特殊机制，多角度全方位立体设计。而手机语音交互体验的优化水平一定程度上决定了语音交互时代到来的速度。基于“符合直觉、快速及有趣”的IFF核心原则，百度大脑从多个角度去反思手机语音交互体验，探索得出这套行业方案。

      百度的语音交互能力是基于人工智能的技术基因，目前百度语音技术已集成语音识别、语义理解、深度问答、多轮对话、情感分析、语音合成等能力，语音交互能力在搜索、地图等产品中均有体现，并通过DuerOS赋能合作伙伴，开放能力，共同推进产业发展。此次蓝皮书的开放获取，为更多从业者提供“规范捷径”，为用户带来更好的语音交互体验，也将整体提高行业水平。

      在未来，智能设备、车载、聊天机器人等领域关于远场、唤醒、对话的语音交互研究也会越来越重要，这也将成为百度大脑下一步研究的计划。