与市场上的交互相关的几个常用词汇，如GUI、VUI和DUI。
GUI(图形用户界面)是市场上最常见的交互方法。触摸和滑动为主要的输入法。图像显示是主要的输出方式。
VUI (Voice User Interface)语音接口，通常用于无屏幕的智能扬声器/耳机，依赖于音轨输入和音轨输出。
DUI (Dialogue User Interface，对话用户界面)对话界面，当然还有一个术语叫CUI (Conversational User Interface，会话用户界面)，比如苹果的SIRI或者某种对话机器人，它使用对话窗口作为主要的功能界面。这种方法是一种混合方法，包括熟悉的ChatGPT。
为了促进理解，使自己更容易沉浸在角色中，并理解交互模式，每个人都需要在有限的条件下体验它们。只有封闭自己的功能，才能达到身临其境的状态，从而理解两种不同形式的互动之间的差异。把自己想象成:
听力和发音正常的盲人，以及视力和四肢正常的聋哑人。
GUI(图形用户界面)图形界面
特点:使用鼠标和键盘，手指触摸为主要输入方式，图形显示为输出方式。简单地说:与硬件的实际交互。目前市场上最常见的交互方式。
VUI (Voice User Interface)语音接口
特点:语音作为输入，语音作为输出。如果你能听到和发音，那么你可以使用VUI。简单地说，移动耳朵和嘴巴与硬件相互作用。未来一定会以互动的方式进入我们的生活。
在日常生活中，有很多两手都被占用的场景。如果有一个好的VUI解决方案，那么就有交互空间。
解放双手是一种特性，不足以成为一种优势，而是针对特定情况的解决方案。
VUI的缺点是它只能在安静和私密的环境中使用。在公共场合使用时，难免会引起别人的注视，进而对自己造成心理压力。GUI没有输入压力问题，只依赖于光。
输入速度是VUI的一个巨大优势，只要说出你需要什么，然后通过ASR将其转换为文本，由计算机理解并通过命令执行。
GUI界面显示的信息过多。如果你不熟悉它，你需要确定在哪里点击(如果你教老年人如何使用智能手机来理解他们的痛苦)。有时候，还需要调用键盘，而且输入速度很慢。
触摸播放周杰伦的《烟花易冷》可能会非常昂贵(打开应用程序，搜索搜索框，输入特定信息，搜索，从列表中选择要播放的播放器)。而且使用VUI，成本非常低。
VUI可以忽略层次结构，用一句话直接达到目的。例如，打2020年NBA全明星赛第四节，或者打开应用的签到功能/活动页面，都可以直接到达熟悉的地点。
另一方面，GUI是一个预先确定的交互路径，它强制用户沿着单个路径完成操作。对于每一个正确或错误的操作都会给出反馈，并通过信息结构的层次来显示指定的内容，这非常方便人们学习和探索规则，所以这不是缺点，而是一个特点。
VUI的缺点是人的输入是不可控的，使得计算机很难理解。
用户的发音模糊;性能依赖于ASR(自动语音识别)技术。
人类的表情变化很大，而且不合逻辑。上下文表达可能使用指称关系，这可能导致歧义或双关。而计算机推理难度更大，这就考验了自然语言处理(NLP)的能力。
GUI的优点是输入精确，对任何操作都有边界约束，过程可控，选择清晰，便于计算机理解。
交互是一个双向的过程，语音作为输入动作确实非常快，而纯语音输出效率非常低。几乎没有人愿意做太多的等待行为。而且语音输出所携带的信息量非常小。
例如，展示2020年福布斯排名前10的结果，语音输出的效率是一个悲剧。视觉层面可以显示无限量的内容，可以以表格图形的形式显示，眼睛接收的效率也非常高。
在计算机输出的过程中，语音输出要求人们不要分心，消耗注意力，而视觉显示则不需要，即使分心，也没有压力。
在语音交互的过程中，如果有多轮交互，让计算机在说话后立即做出决策，势必会给人压力。GUI没有这个过程。
例如，一个简单的票务业务查询结果可以帮助您查找从[城市]到[城市]的出发时间。你需要预订这张票吗?
语音回放完成后，我需要思考和比较吗?如果我想更新查询条件，我应该如何处理语音?这是留给GUI的，它很容易处理。
在此基础上，让我们来全面了解一下这两种交互形式的优缺点。
基本特征
VUI语音交互的特点是解放双手，用嘴来操作。在某些业务场景中，当双手都被占用时，需要通过语音命令来实现目标。(作者指出:GUI交互永远无法被编写出来。真奇怪，你不用动嘴也不用靠光就能解决问题。)
VUI语音交互依赖于安静私密的环境，在公共场所使用它存在压力。声音输入和声音输出都可以通过空气这一介质传播。尽管耳机可以管理计算机的输出行为，但人的输入行为仍然可以吸引旁观者。这限制了VUI的使用场景。
掌握了VUI的基本特性后，就有了寻找VUI使用场景的方向，即
照明不是很好，不方便触摸和操作。
两只手都被占用了，不方便触摸。
隐私，安全，没有场景
无压力语音的场景
所以目前看来，卧室、客厅、汽车等相对私密的空间是VUI的主要互动场合。
驾驶时双手都被占用，VUI有发挥的空间。
当骑自行车或跑步锻炼时，VUI有改进的空间。
我晚上关了灯，不想让我的眼睛睁开。VUI有发挥的空间。
当快递员/快递员送东西时，VUI就有发挥的空间。
输入性能
GUI是预设的交互路径，而VUI关注的是如何利用语言和图像的强大力量，使用人们的日常语言进行交流。
GUI需要人工适配工具。VUI是一种适应人的工具。
语音输入的门槛非常低，只要会说话就可以模仿，而且输入速度快，相比GUI有巨大的优势。图形化界面有相当大的学习门槛，难点在于利用老年人了解手机的委屈状态，比如“这个上面有这么多字，这么多按钮，不知道该点哪里”、“记不起来太多了”。
VUI的另一个优点是它没有UI层次结构，可以直接用一句话表达，这对于熟悉的东西有很大的优势。没有必要像GUI那样通过层次关系进行所有的操作。GUI的特点是过程清晰，对于复杂的过程，层次关系解释得很清楚。
VUI的巨大缺点是用户输入的表情是不可控的，这是自然语言处理的核心，即如何让计算机理解人类的各种表情。另一方面，图形界面具有非常可控的输入，并且易于计算机理解。
交互性能
VUI语音输出效率很低，且依赖于注意力。这是一个巨大的劣势。对于GUI来说，这是一个巨大的优势，不需要人们太过关注。
VUI反馈设计注定不会输出大量的内容，表现最好的仍然是GUI。在多轮对话中，尽量控制用户的表达范围，以获得更好的体验。
基于输入表示和交互表示，我们获得了处理VUI交互的方向，即
用户可以用一句话处理熟悉的任务
决策压力小的任务。
管理用户输出，让他们做多项选择或填空问题。
语音输出的内容不宜过长。
不允许用户执行挑剔的任务。
总之，只有了解它的优点和缺点，才能方便开展业务。
附件是智能音箱的当前技能列表。作者总结了他们的理解，这是目前市场上比较成熟的语音交互技能。
作者：饭大官人
来自嗡嗡设计中心公众号
