“他山之石”，语音技能开发的10个要点

“他山之石，可以攻玉”，本文编译自Amazon Alexa 的“10 Things Every Skill Should Do”，尽管是两年前的文字，还是有一定的参考意义的。另外，融入了一些自己的理解，尤其是DuerOS 相关的内容。

语音技能的构建既是一门艺术，也是一门科学。开发智能语音技能有一些技术方面因素，还要有设计语音体验的创意，两者都很重要。

那么，在开发智能语音技能的时候有哪些共同的要点呢？

1. 聚焦并做好一个功能

在开始设计语音技能时，开发者可能会希望这个技能可以非常熟练地处理各种请求。但是，对于使用语音交互的用户而言，记住所有不同的选择是很困难的。

只做一个功能，并且把这个功能做好，有很多成功的应用都专注于把一件事做得很好。为自己的技能制定一个特定的目标会真正帮助用户解决他们的问题，一个技能 应该服务于一个特定的目的，并且比任何其他技能更好地服务于这个目的。

2. 使用令人难忘的唤醒名

起名字是个大学问，想出一个唤醒名是很容易的，但更重要的是要用一个令人难忘的名字，唤醒名要让用户更容易记住技能的名称。

使用一些非常特殊的唤醒名可能会遇到ASR难以识别的困境，所在设置技能唤醒名称的时候要考虑到ASR友好。什么是ASR友好呢？一个简单的方法，随机选3～5个人，读出自己的技能唤醒名称让大家听写，如果大家写出的文字与你的名称设定一致，就基本上说明了技能唤醒名称没有太多问题。反之，说明技能唤醒名称可能对ASR不够友好。

3. 专注于用户的意图

当开发者在技能中建立意图和常用表达的时候，要专注于用户会有怎么样的意图。在每一种场景下，用户都会得到一类请求的特定答案。如果将帮助类型的意图应用于用户的请求，那么技能将更具吸引力和帮助性，也会让用户实现更多的交互。

4. 简化用户的选项

有时候，一个技能需要为用户提供选择，这时重要的是要考虑用户要什么，以及他们可能会怎么做回答。一旦技能提供了答案，技能希望通过给用户另一个提问的机会进行对话。每个提示的选择都会引导用户询问下一个问题，并且不要留下任何歧义。

在提出问题之前，技能要预先为用户加载可能的答案，减少用户所需的选项列表，一般两到三个。然后，再问他们是哪一个选项，从而减少用户的认知负荷，尤其是将需要用户选择的选项放到最后。

5. 用户的一句话答复

如果用户不费吹灰之力，一句话就可以说出答案，那么这个答复的长度应该是合适的。反之，如果用户不能一句话回复，这个语音技能就应该将响应分为几个部分，采用多轮交互的方式。

6. 技能回复的多样性

进入技能后，如果每次的回复都一样，用户可能会逐渐失去对这个技能的兴趣。如果在技能的响应中，用户听到一些意想不到的东西会让他们更加关注。技能响应的多样性可以让用户觉得新鲜，使每一次语音交互都变得有趣。

另外，“一图胜千言”，尤其是在多模态交互的时候。

7.优雅地处理异常

用户的问询随机性很大，很多会超出当前技能的意图空间，遇到这种情况，DuerOS 是这样处理的：

首先，查看当前话术是否存在于技能的意图/槽位/词典里，如果是，则技能可以正常否则，有两种情况——

1. 当用户的话术处于高置信度区间时，DuerOS会接管处理，例如用户询问天气
2. 当用户的话术处于低置信度区间时，DuerOS会询问用户是否退出，将选择权交给最终用户。

即便如此，兜底话术在技能中是必须的，这样可以引导用户返回到技能可以处理的领域中。

8. 运用数据，面向运营

与互联网及移动互联网应用一样，监控技能的交互数据并认真分析是非常重要的，利用这些数据可以提升技能的用户体验。对于常见的数据点，DBP平台提供了相关的图表，并一直在持续演进。对开发者而言，尤其要关注那些用户在技能中经常询问，但技能并没有给出满意答复的问题。另外，开发者还可以在自定义技能的后台自行记录日志，专项打点分析。

9. 提供上下文帮助

在智能语音技能中，帮助常常被忽视。但如果做得好，它会提升用户的体验。要假设用户对我们的技能一无所知，他们下意识地寻求帮助，如果技能中提供的帮助体验越好，用户就越有可能进一步在技能内持续交互。

10. 充分测试

智能语音技能同样是一种软件服务，充分测试的重要性毋庸置疑。调试对于创作出深受用户喜爱的语音技能意义重大，目前，DuerOS提供了意图调试、模拟器调试、真机调试、团队真机调试以及日志追踪调试等多种方式，详情可以参考《调试DuerOS的智能语音技能》一文。

（文中图片都来自网络，如有侵权，联系作者删除）