你熟悉的交互形式都有哪些（分析交互手势与系统控制的触感的区别）

手势交互、熟悉式都势系触控交互和语音交互是(shi)交的区当下主要的3种交互方式，本文笔者结合可用(yong)性评估指标和自己调研使用(yong)中的互形互手发现，从6个角度对这3种交互方式进行了分(fen)析和(he)对比，有分供大家参考。析交(jiao)

吃小龙虾的统控时候，最怕需要(yao)用手(shou)机，触感脱完手套还得擦手(shou)。熟悉式都势系遇上重要来电，交的(de)区也管不了那么多了，互形互手(shou)油乎乎的有分手(shou)直接往屏幕上按，按了半天，析交才发现手机根本识别不到被层层辣油浸染过的统控手指头。(ノ=Д=)ノ┻━┻

随着技术发展，触感这种烦恼可以消失了。熟悉式都势系近日华为发(fa)布了Mate30，其中出现了一种相(xiang)对新颖的(de)交互形式——隔空手势操作。

当你在吃螃蟹满手腥味时，当你在剥小龙虾满手都是油时，都依然(ran)可以无障碍地使用手机。

其实，这种交互方式并(bing)非首次出现在手机终端里。在今年年(nian)初的MWC上，LG已推出了同样(yang)性质的Air Motion。

逐渐进入(ru)大(da)众(zhong)视野的手势交互，经典高效的触控交互，还有在IOT领域表现亮眼的语音交互，构成了当下主要几种交互方式(shi)。

我将结合可用性的评估指标和自己在(zai)调研、使用中的发现，从以下(xia)几个角度对这三种交互方式(shi)进(jin)行对(dui)比：

1. 适用场景

2. 交互效率

3. 准确(que)性与容错性

4. 学习(xi)成本

5. 情感互动

6. 隐私性

需要(yao)说明一点，本文中的手势交互是指通过计算机视觉识别出的手势动(dong)作，无需和实体进行接触，类似于Mate 30的隔空手势操作或(huo)者(zhe)HoloLens的手势操作。而我(wo)们日常(chang)使(shi)用的对ios等进行控制(zhi)的手势动作，在此文中和按钮按键一起，统一归入触控操作内。

一、适用场景

1. 物(wu)理层面

语音交互需要用户能进行听和说；触控交互需要用户能和设备进行接触；手势交互需要用户的手能自由移动。但在一些场景下，用户并没有条件(jian)进行上述交互行为。

以医生为例，可能在他已经(jing)对(dui)双手进行严格消毒后(hou)，仍需要查看病(bing)人的(de)相关资(zi)料。但是他无法确保，所有的屏幕、X光片、档案等都是干净的。这(zhe)时如果能通过非接触的手势或语音进行操作，就不会有被污染的风(feng)险。

还(hai)有像开车的过程中，有些路(lu)段是非常嘈杂的，语音交互可能无法很好地识别对话内容；低头使用触控屏又有些危险。这时采用手势交互，就能(neng)在相对安全的基础(chu)上完成用(yong)户的指令。

选择交互形式的关键，是要回归到使用场景中(zhong)，采用各场景内的最优解。

2. 心理层面

进行语音交互时，用户需要把指令说出来。当只有自己一人时，说些什么(me)可能都没(mei)有关系(xi)。但当人多起(qi)来时，尤其是不熟悉的人多起来时，当众说一些(xie)东(dong)西会让用户觉得自(zi)己很(hen)傻。

此外(wai)，公共空间内，涉及到相对私密的内容时，用(yong)户也不想(xiang)这样公之于众。就(jiu)像蜘蛛侠在得到语音控制的智能眼镜Edith后，也只能躲在车的角落里小心翼翼地说话。

此外，当人正在与他人进行交流时，使用语音进行交互是一件打断性(xing)非常强的事情。例如几个人聊天聊得正嗨，想要(yao)播放音乐或调解灯光来营造气氛，突然来一句“小张同学，播放音乐”会(hui)显得(de)很突兀。这种时候，如果打个响指就能达到目的，会方便自然(ran)许多。

大家可能(neng)都(dou)有(you)在(zai)电视内进行搜索的经历，电视上的键(jian)盘操作起来非常麻烦，用着用着就有想摔遥控器的冲动。现在很多电视支持语音(yin)检索，在(zai)精细搜索方面，比(bi)之前方便了许多。

以上的(de)这些尴尬、紧张、烦躁等情感，都与(yu)选择了错误的交互形(xing)式相关。

3. 文(wen)化层面(mian)

不论你是上海口音还是广东(dong)口音，启动iPhone时按的都是开机键。但在进行语音交互时，可能就会遇到一些麻烦，因为多数都是以普通(tong)话为基准。

在这种地方(fang)口音(yin)非常(chang)混杂的情况下(xia)（例如面向老年群体或是口音重的地区），语音交互的实用性就会大幅降低。

此外，在不同国家，手势的含义也(ye)可(ke)能截然不同。例如最近被恶搞出种族歧视含义的ok手势，在大部分地区还是代表着相对正面的(de)含义。因此在进行设计时，也需要考虑到不同的文化背景。

二、交互效率

交互效率可以从空间和时间两个维度进行(xing)考虑。

1. 空间

触控交互是需要某种实体承载的，用(yong)户必须要接触到设备才能发出指令。当设备离用户有一定距离时，则必须要先靠近才能进(jin)行操作。

例如当遥控器不在手边时，就必须(xu)过去拿到它才可以进行(xing)操作。而且懒惰是人的天性，躺在沙发上时就会觉得走几步去拿遥控器也(ye)是件麻烦事。

手势交互和语音交互则在空间上更为(wei)自由，只(zhi)要(yao)在有效交互区域内就(jiu)可以(yi)（即摄像头能“看清”，麦克风能“听清”），不(bu)需要用户亲身接触到设备。

当用户离实体设备有一定距离时，这两种(zhong)方式是更为高效的(de)。

2. 时间

当触控产品就在手边时，触控操作需要的时间(jian)可能是三种交互方式中最短的。而且像苹果还开发了“捷径”功能，人为地进一步精简操作路径，缩短交(jiao)互时间。

目前的(de)语音交互都需要一些唤醒词。相(xiang)较于其他交互形式，唤醒设备+清楚表达(da)指令的过(guo)程通常会(hui)花费更多的时间。

有团队将唤醒词更短作为产品卖点(dian)，个人感觉这(zhe)也(ye)从侧面反映了唤醒这段较长的交互流程可能是智能音箱的痛点之一。之前(qian)有科技新闻报道，已(yi)有团队能做到无需唤醒词，只通过分析说话人的语音语调语气，来判断是否唤起(qi)设备。

但是就目前的技术而言，尤其在稍复杂的场景下，无唤醒词的做法可(ke)能风险比较大。

手(shou)势交互中，指令性(xing)的内容可以分为组合型动作和独立动作（我自己定义的(ง •̀灬•́)ง）。我们可以将操控对(dui)象和指令合在一个手势动作中，也可以拆分(fen)用两个动作表(biao)示。

例如想要音量升高时，可以(yi)定义动作为“音量”+“升高”或者“音量升高”。组合型动作花费的时间更长，独立动作花费的时间更短。

三、准确性

1. 指令识别的准确(que)性

在识别指令方面(mian)，触控交(jiao)互的准确(que)率是最高的。不论(lun)我们是(shi)要开关灯，还是要(yao)点击屏幕上的某个按钮，只要用户在对(dui)的地方用(yong)对的方式进(jin)行操作，指令几乎都(dou)能及时被设备接收并执行。

手势交互的触点(dian)是全部预设好的，这(zhe)一点与触控相似，只要用户执行了对的动作，就可以得到相应的(de)结果。

而在语音交互时，用户表(biao)达的内容(rong)是没有(you)限制的，这也意味着(zhe)是不可控的。

由于大家在日(ri)常生活中说的(de)话并不是特别严谨，从(cong)语义分析的角度，一句话可能可以(yi)被解读为多重意思。因(yin)此，在自(zi)然语言处理(li)中常常会面临二义性(xing)的问(wen)题。

处理这种问题时，必(bi)须要进一步明(ming)确用户意图，否则设备可能会做出与用户意愿大相径庭的行为。

2. 唤醒设备的准确性

除了以上对于指令识别、执行的准确性外，语音和手势交互还涉及(ji)到设备唤醒的准确性。

以我家的小爱同学(xue)为例，偶尔也会出现明明没有有(you)说到任何和唤醒词相关的内容，就突然听到一声“我在”。虽说我们人类在日常生活中，也常有听错看错的情况出现，但如果设备经常误触发的话会很影响用户体验。

这(zhe)种误识别其(qi)实在手势交互中也是存在的。为了减少(shao)误触发，可以提高识别的阈值，但这也可能提高漏识的概率。

当然，技术是不断进步的， 在(zai)算法不断更新、样本不断增加的(de)基础上，识(shi)别(bie)的(de)准(zhun)确率在未来肯定会有提升。

3. 干扰

三种交互形式都可能被相应的干扰影响，从而降低操作的准确性。例如语音交互在嘈杂的环境中，手势交互在强烈的(de)阳光下，或者触控交互在寒冷的雪地里。

四、学习成(cheng)本

语音交互属于最自然的交互方式之一。它能承载非常丰富的指令，却不需要用户专门学习如何使用。

不过不少智能音箱都存在互动频率较低的问(wen)题，用户在使用时可(ke)能只是局限于某些已知功能，没有进一步探索或尝试。

触控交(jiao)互已经深深地融入我们的生(sheng)活，从以前拉闸的(de)灯，到现代每天使用的手机。有很多从(cong)各个角度讲如何降低产品学习成本的文章，此处就(jiu)不赘述了。降低学习成本的一个经典例子就是拟物化设计，让当时的用户更容易从图标联(lian)想到对(dui)应的实体按键。

手势交(jiao)互的学习成本相对(dui)较高。在使用语音或(huo)触控时，即便你随便说点什么，也会(hui)有(you)一定的反馈和结果。而手势触控，则通常需要用户比出代(dai)表正确含义的手势才会生效。

设计师能做的，是在设计相(xiang)应手势前做好详细的用户调研，尽量使(shi)手势符合用户的潜意识，更易于学习和记忆。

五、情感互动

而在(zai)调动用户情感(gan)方(fang)面，语音交互自带加成。声音是一种(zhong)有温度的介质，我们会不(bu)自觉地通过声音的感觉、说话的语音语调去想象这个声音背后(hou)的形象。尤其是现在(zai)的算法极大地丰富了语音进行互动的能力后，这种温度感更加被放大了。

就像(xiang)电影《Her》中，男主与AI语音陷入了(le)爱情。在《设计心理学3》中，作者将情感(gan)设计分(fen)为三个层面。语音交互的优势是容易让用户从本能层面就开始产生舒适、亲切的(de)感觉。

目前手机上(shang)常见的情感化设计，很(hen)多是对内容进行设计加工，从而和用户产生情感互动，而不是说触控交互这种(zhong)形式本身(shen)承载了情(qing)感。

未来随着VR的发展，也可能有一些其他的想象空间。例如(ru)通过(guo)手势可以和游戏内的角色直接互动，或者有新一代的(de)手套能给大家更真实的(de)触感。

六、隐私性

触控设备的唤起通常是物理性的(de)，而语音和手势的唤起则比较虚幻，设备需要一直“听”或者“看”你是否发出了指令。

这种对指令的实时监测意味着设备需(xu)要一直接受外界的信息。在这个过程中，难免会(hui)采集(ji)到一些用户非常私人(ren)的信息，尤其是在家居、车载(zai)这样相对封闭私密的环境。

前段时间有新闻报道，Google Home会将用户的对(dui)话录音卖给承包商，从中(zhong)获得一定利润。

同时，彭博社也在报道过，Alexa的员工在监听用户与Alexa的私人对话，目的是为了(le)对谈话内容进行人工分析，从而(er)在(zai)未来的使用中提供更准确的回应(ying)。在监听期(qi)间，甚至有审核员听到性侵现场后(hou)警方报警的事件发生。

联想到之前的一则社会新闻，一男子对妻女使用严重(zhong)的家庭暴力，而这场暴力之所以(yi)会被公(gong)之于众，居然是因为(wei)有(you)人非法入侵了这些家用摄像头(tou)看(kan)到了这个场景。

这些犯罪事件是(shi)绝对需要严惩的，可是这(zhe)些也暴露了信息采集的设备存在不小的风险。对于更(geng)多遵纪守法的人而言，生活被无时无刻地监控，也是一件非常(chang)可怕的事情。

触控的隐私性则相对好很多。虽然各种(zhong)厂商会对用户浏览搜索关心的(de)内容进行分析以便更精准地推送广告，但是它(ta)对于私人生活的侵入性，则比另外两种交互方式小不少(shao)。

如何让公众产生信任，我认(ren)为也是需要解决的重要问题。不论是通过规范各项流程，加强保密手段还是优化产品唤醒机制……打消消费者的顾虑，也有助于自己产品的推广。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提(ti)供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现(xian)本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 1817475@qq.com 举报，一经查实，本站将立刻删除。