Il existe de plus en plus d'appareils à commande vocale, comme Apple HomePod, Google Home et Amazon Echo. En effet, les interfaces vocales améliorent l'expérience utilisateur.En fait, comScore (une société d'études marketing) estime que la voix exécutera 50% de toutes les recherches d'ici 2020.
Les cinq plus grandes sociétés technologiques, Microsoft, Google, Amazon, Apple et Facebook, ont développé (ou développent actuellement) des assistants d'intelligence artificielle à commande vocale.
Que nous parlions de VUI (Voice User Interfaces) pour les applications Web ou de haut-parleurs intelligents pour la maison, les interactions vocales sont de plus en plus courantes dans la technologie d'aujourd'hui, d'autant plus que de nombreuses personnes éprouvent de la fatigue à passer de nombreuses heures devant un écran.
Voyons donc comment concevoir des interfaces utilisateur vocales et quelles commandes vocales d'anatomie devraient avoir.
Si vous lisez les critiques en ligne de haut-parleurs à domicile, vous remarquerez que certaines personnes forment un lien étroit avec leur haut-parleur d'une manière qui ressemble plus à un animal de compagnie qu'à un produit.
Vous ne pouvez certainement pas répondre à toutes les attentes des clients avec des programmes qui sont toujours en cours, mais vous pouvez suivre certaines directives comme point de départ.
Une interface utilisateur graphique montre aux utilisateurs tout ce qu'ils peuvent faire. Une interface vocale n'a aucun moyen de montrer à l'utilisateur quelles options sont possibles, et les nouveaux utilisateurs basent leurs attentes sur leur expérience des conversations humaines.
Par conséquent, ils peuvent commencer par demander quelque chose qui n'a aucun sens pour le système ou qui n'est pas possible. La solution est d'offrir des options d'interaction avec l'utilisateur.
Par exemple, l'interface vocale peut dire quelque chose comme "Je peux vous aider à acheter" ou "Je peux vous donner des informations sur les produits".
Dans tous les cas, les utilisateurs devraient également disposer d'un moyen facile de sortir d'une fonctionnalité, y compris la «sortie» comme l'une de leurs options.
Dans les interfaces graphiques, les utilisateurs peuvent voir dans quelle section ils se trouvent, tandis que dans les interfaces utilisateur vocales, les utilisateurs doivent savoir quelles fonctionnalités ils utilisent.
Les utilisateurs peuvent rapidement se tromper sur l'endroit où ils se trouvent dans la conversation ou peuvent activer des fonctionnalités par erreur, par conséquent, sans plus de conseils que l'auditif, ils ont besoin de plus de détails.
L'interface doit répondre à une question sur un produit avec une phrase entière telle que "La voiture de la marque X et du modèle X est au prix de 20 000 $ et est garantie 2 ans".
Cela permet aux utilisateurs de savoir quelles fonctionnalités ils utilisent et de quoi parle le locuteur.
Lorsque les gens parlent, ils n'expriment souvent pas toutes leurs intentions, souvent parce qu'ils utilisent de l'argot, des muffins, des mots raccourcis, etc.
Chez les humains, nous nous comprenons, mais les interfaces vocales ont besoin que l'humain s'exprime correctement pour comprendre ses intentions.
De plus, plus il y a d'informations sur leurs intentions, plus un utilisateur est inclus dans une phrase.
Un utilisateur peut demander: "Donnez-moi des informations sur les voitures disponibles, le prix du modèle X s'il vous plaît" et obtenez immédiatement les informations qu'il souhaite, au lieu de dire d'abord: "Je veux des informations sur les voitures disponibles" puis demandez le modèle .
Les utilisateurs peuvent ne pas réaliser ce mode de fonctionnement, vous devez donc utiliser autant d'exemples d'interactions que possible.
Lorsque les utilisateurs parcourent du contenu visuel ou des listes, ils peuvent revenir aux informations qu'ils ont oubliées ou oubliées.
Ce n'est pas le cas du contenu verbal. Avec un contenu verbal, les phrases doivent être courtes.
Il est recommandé d'utiliser plus de trois options différentes pour une interaction.
Utilisez une forme de rétroaction simple pour que l'utilisateur sache que le système écoute.
Vous devez utiliser des informations visuelles pour que les utilisateurs sachent que l'interface utilisateur vocale écoute, l'utilisateur peut immédiatement voir que ce qu'il dit est en train d'être enregistré (comme lorsque nous parlons à d'autres personnes et par communication non verbale, vous pouvez voir qu'ils écoutent ).
Avant qu'un flux de dialogue puisse être créé, les concepteurs doivent d'abord comprendre l'anatomie d'une commande vocale. La commande vocale d'un utilisateur se compose de trois facteurs clés: l'intention, la déclaration et l'espace. Analysons la requête suivante: "Jouez de la musique relaxante pour dormir".
L'intention représente l'objectif plus large de la commande vocale d'un utilisateur. Dans l'exemple de demande, l'intention est claire, l'utilisateur veut écouter de la musique.
Comment l'utilisateur formule la commande, c'est-à-dire l'instruction. Dans l'exemple utilisé, nous savons que l'utilisateur veut jouer de la musique relaxante grâce au mot "play", mais ce n'est pas la seule façon de le dire. L'utilisateur peut également dire "Je veux écouter de la musique".
Les concepteurs de conversation doivent prendre en compte toutes les variations de l'expression.
Parfois, une seule intention ne suffit pas et plus d'informations sur l'utilisateur sont nécessaires pour répondre à la demande.
C'est ce qu'on appelle un «contexte», et ceux-ci, comme dans les interfaces visuelles, peuvent être facultatifs ou nécessaires pour compléter une application.
Dans ce cas, le mot "relaxant" pourrait utiliser le contexte "jouer de la musique" pour savoir que vous demandez à jouer de la musique relaxante.
Pour concevoir d'excellentes interfaces utilisateur vocales, vous devez trouver un moyen élégant de fournir aux utilisateurs des informations pertinentes sans les submerger.
L'interaction des utilisateurs vocaux peut poser plus de défis à certains égards qu'un système visuel, cependant, il ne fait aucun doute que c'est un mode d'interaction qui sera de plus en plus utilisé.
