语音与头戴显示是主要替代
别名: 头戴式显示 · 语音免手交互 · head-worn display
概念解释
语音与头戴交互（voice and head-worn interaction）用语音承担命令输入或口头记录，用头戴显示把信息带到操作者视野附近，从而减少手在工具与终端之间来回切换。两者经常被合并推荐为"免手方案"，但它们解决的是不同性质的问题：语音是一种输入通道，替代的是手按/触碰的动作；头戴显示主要是一种输出与信息定位通道，替代的是低头看屏幕或翻查纸面的动作。二者可以组合使用，但不能互相替代对方的功能——只解决语音问题不会带来头显的定位收益，反之亦然。
机制
语音的价值在于让操作者不必释放握持就能调用信息或发出命令；头戴显示的价值在于缩短视线在设备、图纸与终端之间的往返路径，减少低头、抬头造成的注意力切换和颈部姿势负担。但两者都在占用原本用于其他任务的资源：语音占用听觉注意和言语通道，在需要口头协作或警觉环境声的场合会与主任务竞争；头戴显示占用部分视野，其光学元件的边框、焦距切换（在近眼显示与远处现场之间来回对焦）、佩戴重量与配重都会妨碍对真实环境的观察。头戴显示叠加的信息如果长期停留在视野中央，还会造成注意力被叠加内容持续吸附而忽视外围真实危险线索的现象。语音识别本身依赖声学模型对使用者语速、口音与环境噪声的适应，误识别不会像误触摸那样有物理边界提示，需要额外的反馈机制才能让操作者知道命令是否被正确理解。
怎么研究
在目标任务与目标环境下比较手持终端、语音单通道、单目头显与双目头显等方案，测量信息查找时间、视线离开现场的时长与频次、误命令率、纠错代价、姿势负荷与主任务完成质量（不只是辅助任务本身的速度）。头戴设备存在明显的新颖效应：初次使用的新鲜感会抬高主观满意度评分，因此评估应延长到多次、多班次使用之后，并让参与者佩戴目标个人防护装备、与他人协作、在真实移动路径中完成任务，短时间、单人、静止条件下的测试结果通常无法预测现场持续使用的表现。
边界
需要依赖周边视觉警觉危险源、进行精细深度判断（比如对齐精密部件）或长时间连续佩戴的工作，未必适合头戴显示——遮挡视野和焦距切换的代价可能超过定位信息带来的收益。语音不适合高噪声、佩戴呼吸面罩导致发音失真，或信息本身敏感需要保密的场合。对于危险指令，不应仅凭开放词汇的语音识别结果直接执行，因为语音识别的误识别模式和触摸误触的边界感完全不同，缺乏物理阻断特性。
怎么落地
- 让头戴显示只呈现简短、与当前动作直接相关的信息，并保证内容可以被操作者随时移开视线或切换到透明/隐藏状态，绝不遮挡危险源所在的视野区域。
- 对语音下达的命令，系统需要回显识别到的对象、动作及其后果，要求操作者做出独立确认动作而非语音本身重复一遍，并支持快速纠正而不必重新走完整个命令流程。
- 为语音和头戴显示分别准备不依赖对方的回退路径（比如允许纯语音无头显完成任务，或纯头显手动翻页无需语音），并用完整班次、佩戴目标防护装备的条件验证舒适度与对主任务的实际影响，而不是只测试单次任务的完成时间。