小友VUI SDK初探

2018-11-01 本文已影响0人天堂隔壁9

一、什么是VUI

VUI是Voice User Interface的缩写，通过语音交互的界面。与传统GUI最大的区别是从眼手配合完成交互改变为耳嘴（听说）配合完成交互。为什么我们要引入VUI的交互方式呢？

二、GUI的局限

$\bullet$ 操作距离的限制。GUI使用眼手配合完成界面交互，而视力和手的长度都有比较大的限制，所以我们只能坐在计算机面前才能完成交互。随着智能家居、IOT技术的发展，我们越来越不喜欢这种近距离的交互，比如，打开空调；查查天气等等。如果使用VUI的听说配合，会更加方面。

$\bullet$ GUI难以实现多意图的请求。在GUI中，功能按钮往往只能实现单一的用户意图。例如：我们要查找张三所在部门的部门经理！使用GUI界面几乎不可能完成这个任务。在这个例子中用户有3个意图，查找张三，张三的部门，该部门的经理。而使用VUI，用户则可以使用非常自然的方式完成自己的意图。

$\bullet$ 当眼睛被占用时的GUI无法使用。眼睛可以说是人最忙碌的器官，我们有太多的事情需要使用眼睛，这个时候我们很难去使用一个GUI呈现的产品。比如，开车的时候，如果我们想查一下天气。掏出手机，解锁，打开APP，查询某城市……，如果是VUI则大大方便我们的操作。

$\bullet$ GUI显示器可视面积的局限。打开Word、Photoshop等软件，看着上面密密麻麻的按钮，层层叠叠的组织在一起，仿佛再大的显示器也放不下这些按钮。这就是因为GUI面积的限制和软件复杂功能的冲突，我们人机工程师需要把大量的按钮放到界面上去，精心设计布局，方便用户查找。而VUI则可以为界面提供几乎无限相关操作，我们只需要提示用户，你可以做什么。随着用户使用的熟悉，用起来会越来越方便。

三、VUI的典型应用场景

$\bullet$ 对话的VUI。类似智能助手，有专门用于VUI的界面，用户以对话的方式与计算机（或移动设备）沟通，进行查询、调用等操作。

$\bullet$ GUI的扩展。正常的GUI界面，把一些功能放在VUI中，用户可以随时方便的使用这些能力，而不需要把Toolbar或Tabbar去搜寻。

$\bullet$ 复杂意图的查询。多意图多条件的复杂查询，如看看4A级别以上的Android程序员。这种查询无论在查询向导还是搜索中，都会让用户难以表达。而使用VUI则会大大方便用户。

四、小友VUI SDK

4.1 小友VUI SDK解决方案

解决方案图示

4.2 小友VUI SDK能力形态

小友VUI SDK依托于用友云平台提供的强大计算能力，提供了完整VUI能力，包括：

$\bullet$ 提供ASR语音识别及TTS语音合成等基础能力，用户不必自己集成底层的语音库，只需使用就好

$\bullet$ 提供自定义热词能力，在以往的VUI中，识别特殊词汇比如人名等，准确率往往不够。小友SDK提供用户可以自定义的热词库。例如“张珊”和“张山”分别存在于企业A和企业B导入的热词库。那么小友SDK给企业A的用户返回的是“张珊”，给企业B的用户返回的则是“张山”。不仅仅是人名，企业名称、部门名称、特殊词汇等都支持自定义

$\bullet$ 提供界面定制化能力，如果对SDK提供标准UI，如字体、配色、帮助条目、设置项等不满意，尤其是颜色风格等跟被继承的APP不相符时，用户可以通过配置文件自行修改

$\bullet$ 提供接入第三方系统能力，例如用户想从自己现存的系统中返回数据，可以在小友的AI平台配置相应的实体，小友VUI则会把收到的数据统一返回给外部app，外部app只需接收数据即可

$\bullet$ 提供一些基础功能，如查看天气（小友会自动定位到当前位置）、新闻、菜谱、创建日程、创建会议、找人、打电话、发短信等等基础功能

$\bullet$ 多平台支撑。小友VUI SDK全面覆盖Android、iOS、web生态，无论PC端、移动端、智能端都可使用。

另外，小友VUI SDK提供两个不同的版本：

IM版本的SDK依托于IM的长连接机制实现通信，方便已经集成了IM的用户，只需在IM服务器进行简单配置，即可集成VUI能力

非IM版本的SDK，使不需要IM的用户也可使用VUI能力，只需在本地工程内配置相应秘钥，即可使用