“我没听清楚，但我会尽力”: 声控游戏中的预测性错误处理

文献标题

“I Didn’t Catch That, But I’ll Try My Best”：语音控制游戏中的预期错误处理

文献信息

• 主题领域: 人机交互、语音用户界面、游戏设计
• 关键词: 语音用户界面, 游戏设计, 错误处理, 基于语音的系统, 语音控制游戏, 语音交互

研究背景与问题

• 问题或挑战:

  • 语音识别和自然语言处理技术的不断进步使得语音用户界面（VUIs）成为一个重要且不断发展的领域，但这些系统仍然容易出现识别错误。
  • 语音交互在娱乐和游戏领域的应用日渐增加，但因识别错误导致的用户体验问题值得深入探讨。
  • 错误处理是语音交互系统设计的关键部分，通常涉及未识别用户命令或误解命令的情况。

• 重要性:

  • 使用语音控制可增强游戏的沉浸感和玩家体验，尤其是在能够解决识别错误的情况下。
  • 设计有效的错误处理策略能显著提升用户满意度，减少因语音识别失败而导致的用户挫败感。

• 研究动机与相关工作:

  • 研究表明，维护语音用户界面的流畅错误处理对用户体验和接受度至关重要。
  • 虽然已有大量针对语音用户界面和识别错误的研究，但语音交互在游戏设计中的应用仍待深入探索。
  • 游戏是一种目标导向性强的活动，识别错误对玩家目标实现的影响较大且可能打断“游戏流体验”。

解决方案

• 方法或解决方案:

  • 提出了一种预期错误处理的方法，在游戏未能识别用户命令时自动执行局部优化的动作以满足满目标完成和避免障碍的需求，而无需通知用户识别失败。
  • 设计并实施了一款语音控制的街机游戏 “Listen, Sparky!”。

• 创新之处:

  • 与传统基于重复的错误处理方法不同，预期错误处理依据当前游戏状态执行“局部优化行为”，减少因识别错误导致的游戏流被打断。
  • 首次探索在语音控制类游戏中应用 anticipatory error handling（预期错误处理）的方法来提升用户体验，扩大现有语音用户接口的设计边界。

• 实施步骤与关键技术:

  1. 实施基于 Unity 3D 的语音控制游戏原型。
  2. 使用 Google Cloud Speech-To-Text 服务处理玩家语音输入。
  3. 编写游戏逻辑，使游戏能够在语音命令识别错误时按照优化算法执行动作。
  4. 通过实验设置两个错误处理方案（传统重复处理和预期错误处理）以便对比研究。
  5. 执行分组用户研究以评估用户体验和系统可用性，包括标准化问卷（SUS和PENS）和后续半结构化访谈。

研究成果

• 具体成果:

  • 在实施预期错误处理的方法下，游戏的可用性评分显著提高（SUS得分从63.23增加到80.88）。
  • 玩家感知的识别错误数量显著减少，玩家对游戏控制的直观性评分也大幅上升。
  • 用户体验中的直观控制表现出显著效果，但在自主性和沉浸感的评分上两组之间无显著差异。

• 优势与比较:

  • 与传统重复错误处理相比，实施预期错误处理能够减少识别失败对用户体验的干扰，保持游戏流畅性。
  • 虽然该方法在技术上对识别失败行为进行了优化，但并未总是符合用户最初的意图，这可能对某些用户体验造成负面影响。

• 实验或评估结果:

  • 实验参与者的平均感知错误数量在预期错误处理组显著减少，尽管实际识别错误率两组之间无显著差异。
  • 当错误处理方式与用户意图相悖时，即使结果符合技术优化，用户仍对这种处理行为表现出不满。

• 局限性与未来方向:

  • 局限性包括实验样本规模（N=34）较小且主要为男性玩家、语音识别系统未进行非母语英语使用者的训练。
  • 未来工作可扩展到语音识别的更多应用领域如导航、教育、医疗等，并尝试加入用户行为预测模型以进一步提升错误处理的用户满意度。
  • 游戏设计中需考虑错误处理方法的个人化偏好，允许用户依据自身需求选择错误处理机制。
  • 探索更复杂的语音交互场景和扩展语音命令库以增强游戏控制的灵活性和适用性。

总结与影响

本文通过实验研究展示了预期错误处理对语音控制游戏可用性和用户体验的潜在改进，同时强调了针对用户意图建模的必要性，为语音用户界面错误处理设计提供了宝贵的参考。同时，该研究也启发设计者在未来对用户个性化需求和情境匹配进行更深层次的探索，从而实现更智能的语音交互系统与沉浸式应用体验。