半個世紀(jì)之前，我們在電影《2001太空漫游》中初次遇見了感覺敏銳的計(jì)算機(jī)Hal 9000。而50年之后，我們基本能用聲音指揮計(jì)算機(jī)，更期望他們不只聽見我們，還要聽懂我們。但為了真正改善我們的生活，移動設(shè)備除了處理所說的話，還要處理我們的意圖，以及我們所處情境。

開車時，手機(jī)不應(yīng)期望你去觸碰它；睡覺時，它要清楚要把來電直接送至語音信箱，除非是緊急來電，而且它也應(yīng)該能弄清楚來電原因；自拍時，你應(yīng)該只用說“拍張自拍照”就好了。簡單地說，智能手機(jī)應(yīng)該名副其實(shí)。

第二代Moto X的Moto Voice與Moto Assist軟件就以此為目標(biāo)，而公司產(chǎn)品管理高級總監(jiān)Mark Rose也對開發(fā)過程作出了闡釋。

手機(jī)要具有適應(yīng)性與反饋性，為此Moto X就得時刻聽取來自用戶以及情境氛圍暗示的口令。這種行為由軟件與硬件間復(fù)雜的相互作用產(chǎn)生，來電時，如果是非必須接聽，那么它就會淡入屏幕背景，而這一動作則是來自手機(jī)的傳感器以及軟件的結(jié)果。它們會同時分析輸入信息，引發(fā)立即回應(yīng)。這一切的妙處都發(fā)生在界面的幕后。

Rose說：“所有這些進(jìn)程都會通過某種方式連接和分離，無縫使用。所以從用戶的角度說，只需對它說話，它就會為你辦事了?！?/p>

讓智能手機(jī)聽從指令是一項(xiàng)巨大挑戰(zhàn)，麥克風(fēng)的信號必須過濾掉背景雜音，比如附近的交談聲、音樂聲、電視節(jié)目的聲音。

想想人類是如何在潛意識里運(yùn)用腦力，比如在人聲嘈雜的聚會上，人腦就會自動無視所有其他人的聊天聲，只關(guān)注自己參與的對話。經(jīng)過訓(xùn)練后，Moto X能在其他人的雜音中識別出用戶聲音，而這涉及到性別、口音以及各種語言的計(jì)算機(jī)處理。

Rose對此表示：“測試與改善語音性能尤為艱難，人們是通過訓(xùn)練才理解的語音，但在移動設(shè)備上使其奏效則存在著很多細(xì)微差別。我們已進(jìn)行了很廣的內(nèi)部測試，但真正的工作是在把軟件推向公眾之后。到那時我們擁有更大的樣本規(guī)模來改善技術(shù)。”

所謂的情境感知源自設(shè)備一系列紅外傳感器、加速計(jì)，以及麥克風(fēng)對于用戶樣本數(shù)據(jù)的協(xié)調(diào)。當(dāng)用戶對麥克風(fēng)說話，或是在屏幕前面揮手，這些輸入數(shù)據(jù)會經(jīng)過“情境引擎”軟件處理。軟件會推測用戶在當(dāng)下所做的是什么，之后再決定最佳回應(yīng)。在很多情況下，正確的反應(yīng)也許就是不打擾用戶。例如，在駕駛的時候，Moto X就能調(diào)至純語音命令。

當(dāng)絕大多數(shù)人在使用自己的設(shè)備，思考它們會如何反應(yīng)的時候，Moto X軟件設(shè)計(jì)團(tuán)隊(duì)花費(fèi)了很多時間研究被稱之為“無用戶交互”的東西。這是一個有趣的設(shè)計(jì)問題：當(dāng)你在絕大多數(shù)時間不與手機(jī)互動，會發(fā)生什么？而Rose對此給出的答案就是，手機(jī)應(yīng)該能想清楚這問題。

拿Rose的例子來解釋就會非常清晰。某天早晨6點(diǎn)，正當(dāng)他在上班路上時，用口令給遠(yuǎn)在加州的妻子發(fā)了一條信息，告訴她現(xiàn)在室外有多冷。她回復(fù)道，”你知道我這里是凌晨4點(diǎn)嗎？“他回復(fù)說，”我沒意識到你的手機(jī)會叫醒你，我的手機(jī)就不做這種事。“

via medium

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。