半個世紀之前，我們在電影《2001太空漫遊》中初次遇見了感覺敏鋭的計算機Hal 9000。而50年之後，我們基本能用聲音指揮計算機，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，移動設備除了處理所説的話，還要處理我們的意圖，以及我們所處情境。
開車時，手機不應期望你去觸碰它；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，而且它也應該能弄清楚來電原因；自拍時，你應該只用説“拍張自拍照”就好了。簡單地説，智能手機應該名副其實。
第二代Moto X的Moto Voice與Moto Assist軟件就以此為目標，而公司產品管理高級總監Mark Rose也對開發過程作出了闡釋。
手機要具有適應性與反饋性，為此Moto X就得時刻聽取來自用户以及情境氛圍暗示的口令。這種行為由軟件與硬件間複雜的相互作用產生，來電時，如果是非必須接聽，那麼它就會淡入屏幕背景，而這一動作則是來自手機的傳感器以及軟件的結果。它們會同時分析輸入信息，引發立即迴應。這一切的妙處都發生在界面的幕後。
Rose説：“所有這些進程都會通過某種方式連接和分離，無縫使用。所以從用户的角度説，只需對它説話，它就會為你辦事了。”
讓智能手機聽從指令是一項巨大挑戰，麥克風的信號必須過濾掉背景雜音，比如附近的交談聲、音樂聲、電視節目的聲音。
想想人類是如何在潛意識裏運用腦力，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，只關注自己參與的對話。經過訓練後，Moto X能在其他人的雜音中識別出用户聲音，而這涉及到性別、口音以及各種語言的計算機處理。
Rose對此表示：“測試與改善語音性能尤為艱難，人們是通過訓練才理解的語音，但在移動設備上使其奏效則存在着很多細微差別。我們已進行了很廣的內部測試，但真正的工作是在把軟件推向公眾之後。到那時我們擁有更大的樣本規模來改善技術。”
所謂的情境感知源自設備一系列紅外傳感器、加速計，以及麥克風對於用户樣本數據的協調。當用户對麥克風説話，或是在屏幕前面揮手，這些輸入數據會經過“情境引擎”軟件處理。軟件會推測用户在當下所做的是什麼，之後再決定最佳迴應。在很多情況下，正確的反應也許就是不打擾用户。例如，在駕駛的時候，Moto X就能調至純語音命令。
當絕大多數人在使用自己的設備，思考它們會如何反應的時候，Moto X軟件設計團隊花費了很多時間研究被稱之為“無用户交互”的東西。這是一個有趣的設計問題：當你在絕大多數時間不與手機互動，會發生什麼？而Rose對此給出的答案就是，手機應該能想清楚這問題。
拿Rose的例子來解釋就會非常清晰。某天早晨6點，正當他在上班路上時，用口令給遠在加州的妻子發了一條信息，告訴她現在室外有多冷。她回覆道，”你知道我這裏是凌晨4點嗎？“他回覆説，”我沒意識到你的手機會叫醒你，我的手機就不做這種事。“
via medium
資料來源：雷鋒網
作者/編輯：siskin15
請按此登錄後留言。未成為會員? 立即註冊