在今年 9 月，亞馬遜宣布 Alexa 平臺上的技能已經(jīng)超過 5 萬個辩恼。這是一件令語音 AI 從業(yè)者歡欣鼓舞的事雇庙。越來越多的人注意到語音交互的潛力谓形，開始制作語音交互技能。在國內(nèi)疆前，在百度 DuerOS 等語音平臺的教育和推動下寒跳，有超過 2 萬名開發(fā)者參與了技能開發(fā)的開發(fā)實(shí)踐。

本文的作者是一名產(chǎn)品經(jīng)理竹椒，曾經(jīng)參與了小雅 AI 音箱童太、小豹 AI 音箱的技能打造，以個人開發(fā)者的身份為 DuerOS 平臺開發(fā)過一些技能胸完。借著參與小度技能開發(fā)大賽的機(jī)會书释，他對技能開發(fā)的經(jīng)驗(yàn)做了總結(jié)，分享給大家赊窥。全文授權(quán)深圳灣編輯整理并發(fā)布爆惧。

前世

語音交互技能，也叫「技能」锨能，這是個新鮮事物扯再。在兩年前，它還只有英文名 skill址遇，而定義語音 skill 的熄阻，就是亞馬遜的現(xiàn)象級語音交互產(chǎn)品 Echo 智能音箱。

時間回到 2015 年倔约，當(dāng)時雖然已有不少廠商發(fā)布了智能音箱秃殉，但是大家還只是用來聽聽歌，查查天氣浸剩，雖然這兩個最常用的技能钾军，在當(dāng)時也沒有很完善。

2015 年 7 月乒省，亞馬遜宣布向第三方開放部分語音交互能力巧颈，正是這個嘗試，讓 Alexa 平臺誕生了最早的一批第三方技能袖扛，如：Crystal Ball（水晶球）砸泛，Math Puzzles（猜數(shù)字），StubHub（今晚干啥）蛆封。

現(xiàn)在看來惨篱，這三個技能都很基礎(chǔ)盏筐，甚至有點(diǎn)簡陋。比如砸讳，Crystal Ball 水晶球這個技能琢融，簡單到任何問題界牡，Alexa 的回答都是 Yes 或 No，而且還是隨機(jī)的漾抬，作用就是協(xié)助用戶在面對糾結(jié)的問題時做出選擇宿亡。你問設(shè)備：Alexa，我該減肥嗎纳令？設(shè)備回答：Yes挽荠。第二次你問設(shè)備：Alexa，我該減肥嗎平绩？設(shè)備回答的可能就是 No圈匆。你問什么問題設(shè)備不管，設(shè)備只管回答 Yes 和 No捏雌。我猜這個技能也許實(shí)現(xiàn)起來只用了 3~4 行代碼吧跃赚。

Math Puzzles，猜數(shù)字性湿，這個技能實(shí)現(xiàn)起來也不難来累。設(shè)備會播報一串?dāng)?shù)字，這串?dāng)?shù)字有一定邏輯窘奏，你說出下一個數(shù)字就可以了。比如葫录，設(shè)備會問 2,4,6,8 的下個數(shù)字是多少着裹？你對 Alexa 說 10，就算答對了米同。

StubHub骇扇，今晚干啥，稍微復(fù)雜些面粮。Alexa 會把設(shè)備的地理位置給到開發(fā)者少孝，所以當(dāng)你問 Alexa 今晚干啥的時候，Alexa 可以根據(jù)地理位置熬苍，向你推薦附近的電影稍走、沙龍、活動和派對柴底。對話示例如下：

用戶提問：Alexa婿脸，今晚干點(diǎn)啥？
設(shè)備回答：附近的科技館柄驻，有一場最新上映的球幕電影狐树，時間是晚上 8 點(diǎn)。

但是鸿脓，如果用戶追問：Alexa抑钟，演講人是誰涯曲？設(shè)備就回答不上了。是的在塔，Alexa 開放出來的技能幻件，最早并沒有多輪對話。

進(jìn)化

2016 年 1 月揪利，Alexa 的 skill 數(shù)量達(dá)到了 130 個。Alexa 團(tuán)隊(duì)興高采烈的發(fā)布了一個 infographic（信息圖）來向公眾介紹成果狠持。

這一行為疟位，把亞馬遜的老大貝索斯搞炸了，趁著開會喘垂，把 Alexa 團(tuán)隊(duì)教育一番：130甜刻？Wtf，怎么這么少...（據(jù)美國媒體 The information 報道正勒，但亞馬遜官方不予置評得院。）貝索斯要求技能開發(fā)的速度要加快、加快章贞、再加快祥绞。

2016 年 11 月，也就是 10 個月之后鸭限，Alexa 的 skill 數(shù)量達(dá)到了驚人的 5000 個蜕径！這個時候，美國人民已經(jīng)可以用 Alexa 叫 Uber败京、聽 Twitter 的內(nèi)容了兜喻，智能音箱終于擺脫了只能聽歌、查天氣的窘境赡麦∑咏裕回過頭來看，這是不是還要部分感謝貝索斯開會時拍桌子啊泛粹。

等冬天過完车荔，到了 2017 年上半年，對硅谷隨時保持敏感的國內(nèi)互聯(lián)網(wǎng)大佬們戚扳，順利把國內(nèi)智能音箱的大戰(zhàn)點(diǎn)燃忧便，做智能音箱設(shè)備的廠商多到上百家，BATJM 等一線互聯(lián)網(wǎng)公司和語音 AI 公司，紛紛上線語音智能開放平臺珠增。在深圳超歌，三個月內(nèi)，更是連續(xù)上演了兩場影響深遠(yuǎn)的語音智能峰會蒂教。

定義

伴隨著行業(yè)熱潮，平臺推動剑肯，開發(fā) skill 的人逐漸多了起來捧毛。也正是在這個時候，skill 開始有了中文名让网，而翻譯為「技能」是再合適不過了呀忧。

根據(jù)《辭海》的詞條說明溃睹，技能是運(yùn)用知識和經(jīng)驗(yàn)執(zhí)行一定活動的能力而账。放到語音 AI 的場景里，語音交互技能就是運(yùn)用自然語言對話的交互方式因篇，實(shí)現(xiàn)影音娛樂福扬、信息查詢、生活服務(wù)等的功能惜犀，簡稱「技能」。

關(guān)于技能的前世今生狠裹，還可以參考深圳灣在 2017 年的兩篇關(guān)于語音技能的特稿（1虽界、2）

技能有哪些分類？

有了名稱涛菠，就要把技能再做一下歸類莉御。

目前，不管是亞馬遜 Alexa 平臺俗冻，還是國內(nèi)的各家語音 AI 平臺礁叔。技能的分類標(biāo)準(zhǔn)都很像，基本是把技能分成三大類：自定義技能迄薄、智能家居技能琅关、內(nèi)容播報技能。

自定義技能主要有兩類讥蔽，生活服務(wù)類涣易、娛樂游戲類画机。比如上文介紹的幾個技能，都屬于自定義技能新症。

智能家居技能主要是用來對其他智能設(shè)備進(jìn)行語音控制步氏，接口的完善性和語音交互已經(jīng)趨于成熟，我聽說有的團(tuán)隊(duì)把硬件接入 Alexa 可能一天時間都用不到（審核時間不算）徒爹。這方面荚醒，對 Alexa 智能設(shè)備做過大量報道的深圳灣，給到我的解釋是隆嗅，Echo 的熱銷帶動了大批的智能設(shè)備廠商涌入界阁，這背后少不了 IoT 方案商的推動，他們提供的 Alexa 接入方案榛瓮，可以大大提高設(shè)備智能化的速度铺董。

而內(nèi)容播報技能則是對新聞和信息所做的語音傳遞。Alexa 平臺在很早的時候禀晓，就集合了幾乎所有美國的主流媒體：NYT精续、WSJ、NPR粹懒、CNN 等等重付，而當(dāng)時，媒體機(jī)構(gòu)對于語音這個新興的平臺凫乖，還是處于卡位階段确垫。

有媒體稱，在和 CNN 的受眾發(fā)展部副總裁艾倫·西格爾交流時帽芽，就發(fā)現(xiàn)他們暫時還是把 Alexa 這個媒體投放渠道放在了戰(zhàn)略圈的最外層删掀，和 Apple Watch 等渠道平級。但他依然看好這種形式的潛力导街，畢竟披泪，美國已經(jīng)有五分之一的家庭擁有了智能音箱。

而在國內(nèi)，騰訊新聞和新華社等媒體機(jī)構(gòu)泽论，都已經(jīng)開始嘗試把新聞 feed 流接入到語音智能平臺艾少，并且在小雅 AI 音箱、小豹 AI 音箱翼悴、小度音箱等設(shè)備上落地缚够。

技能開發(fā)的核心：VUI

以上這三種技能分類，在開發(fā)上側(cè)重點(diǎn)也會不同毯辅。比如埂伦，自定義技能，它的核心就是是語音交互（voice interactive）思恐。

語音交互就是將人的語言轉(zhuǎn)換成應(yīng)用的 request（面向系統(tǒng)的請求）的模式沾谜，也就是 VUI（Voice UI），而我們之前談?wù)摰?UI 更多意義上是 GUI（Graphic UI）胀莹。要做好 VUI 的交互和 GUI 一樣基跑，都需要對細(xì)節(jié)提出更多更高的要求。

亞馬遜的 VUI 設(shè)計師 Amdrew Ku 就曾經(jīng)說過：「人類對于聲音的敏感是超出很多人的想象的描焰。」

過去很長一段時間媳否，VUI 方面積累的理論遠(yuǎn)遠(yuǎn)少于 GUI。市面上相對經(jīng)典的一本書是今年剛剛出版的《語音用戶界面設(shè)計》荆秦。

當(dāng)然篱竭，對于 VUI 這樣的新鮮事物，雖然著作出版物并不多步绸，網(wǎng)絡(luò)信息還是比較的豐富掺逼，亞馬遜 Alexa 平臺和國內(nèi)各家語音 AI 平臺也積累了不少經(jīng)驗(yàn)，大家感興趣的話瓤介，平時可以多多關(guān)注吕喘。

技能開發(fā)有哪些 Know How？

1刑桑、起個好名字

技能開發(fā)和 App 開發(fā)有很多相同點(diǎn)氯质，首先一點(diǎn)，名字非常重要祠斧。

在語音交互中闻察，技能名字不僅影響到用戶的打開意愿，更會影響到識別率梁肿。如果技能的名字太長，或者不好識別觅彰，用戶是根本無法進(jìn)入技能的吩蔑，如果這樣的情況發(fā)生，即便體驗(yàn)再優(yōu)良的技能也無法被用戶使用填抬。

另外烛芬，技能最好不要用生僻字。因?yàn)閾?jù)我觀察，目前 DuerOS 和其他語音 AI 平臺有很多的用戶可能是小朋友~

總結(jié)起來赘娄，一個好的名字應(yīng)該考慮到以下幾點(diǎn)：

清晰易讀仆潮。發(fā)布技能前，可以自己一口氣讀三遍技能的名字遣臼，看看是否能順利的讀出來性置。另外一定要用真機(jī)測試功能，確弊嵫撸可以識別鹏浅，不然等上線再去改，可是會影響到線上用戶的體驗(yàn)屏歹。

體現(xiàn)技能功能隐砸。讓用戶知道這個技能是做什么的。如果能做的事情比較多蝙眶，就要拆分成幾個技能季希。基本原則是 Do one thing and do it well幽纷。

技能名稱不會產(chǎn)生混淆式塌，能讓用戶記住。技能商店的技能會越來越多霹崎，很多相似名稱的技能也會出現(xiàn)珊搀。這時，可以借鑒 App 起名字的方法尾菇，采用一些關(guān)聯(lián)實(shí)體物品的起名方法境析。比如，笑話類的技能派诬，就可以叫香蕉笑話劳淆、大象笑話。

2默赂、看數(shù)據(jù)

同樣可以借鑒 App 的做法沛鸵，在設(shè)計技能的初期，可以采用 MVP（Minimum Viable Product 最簡化可實(shí)行產(chǎn)品）的原則缆八，先發(fā)布一個簡化的技能曲掰，技能上線后再分析語音交互數(shù)據(jù)，根據(jù)潛在需求對技能進(jìn)行迭代和完善奈辰，逐步增加功能和優(yōu)化體驗(yàn)栏妖。

數(shù)據(jù)能完整的呈現(xiàn)用戶使用路徑。通過分析語音交互數(shù)據(jù)奖恰，你可以很容易的發(fā)現(xiàn)用戶卡在什么地方吊趾，或者語音識別哪里出錯宛裕。

舉例來說，朋友開發(fā)了「周公解夢」這個技能论泛，在查看設(shè)備交互數(shù)據(jù)時揩尸，他發(fā)現(xiàn)用戶會說到一些設(shè)備無法識別的語句，比如「我們的懸崖」屁奏。很明顯岩榆，用戶想表達(dá)的意思是「我夢到懸崖」，所以需要在常用語句識別模型中提供「我們到XX」的語句了袁。這樣朗恳，以后再識別成「我們到XX」，設(shè)備就可以成功解析了载绿。

3粥诫、關(guān)注外表

技能的外表很重要。技能開發(fā)者應(yīng)該多花時間做個漂亮的 logo崭庸，這個點(diǎn)容易被忽視怀浆，畢竟，打開技能是通過語音識別怕享，而不是視覺發(fā)現(xiàn)执赡。但這不能想當(dāng)然，要知道函筋，用戶發(fā)現(xiàn)和安裝技能沙合，主要還是通過 App 端的操作。

除了 logo跌帐，技能的文字介紹也要好好優(yōu)化首懈。還要選擇一個技能分類，這樣用戶可以更方快捷的找到技能谨敛。

4究履、聽取用戶反饋

還可以做的是，通過各種渠道接觸用戶脸狸，聽取反饋最仑。比如，把聯(lián)系方式放到技能簡介中炊甲，發(fā)動親朋好友幫你測試技能泥彤，追著他們多提意見反饋。這樣卿啡，技能的迭代和優(yōu)化才有了方向吟吝。我會在技能介紹里留下我的 QQ 郵箱，當(dāng)技能的策劃開發(fā)遇到迷茫時牵囤，用戶的反饋往往能起到撥云見日的效果爸黄。

結(jié)語

小結(jié)一下，這篇文章主要分享了我作為一名 AI 音箱產(chǎn)品經(jīng)理揭鳞、開發(fā) AI 語音技能的經(jīng)驗(yàn)炕贵。介紹了語音技能（skill）的前世和進(jìn)化，技能的定義野崇，技能的分類称开，語音界面交互（VUI），以及開發(fā)技能的經(jīng)驗(yàn)總結(jié)乓梨。全文授權(quán)深圳灣編輯整理并發(fā)布鳖轰。

是的，人類對于聲音的敏感是超出很多人的想象的扶镀。亞馬遜的 VUI 設(shè)計師 Amdrew Ku 列舉了一個技能開發(fā)的案例：

在過去蕴侣，當(dāng)你與 Alexa 設(shè)備對話喊出「turn on my lights」的時候，它的回復(fù)是「OK」臭觉。當(dāng)我們把「OK」改成一個「独ト福」的聲音后，收到上萬名用戶抱怨蝠筑，反饋說我們把設(shè)備變成了一個機(jī)器人狞膘。我們就又把它改回「OK」。產(chǎn)品經(jīng)理要設(shè)計和開發(fā)一個優(yōu)秀的語音技能什乙，要對體驗(yàn)中的每一個細(xì)節(jié)都做持續(xù)優(yōu)化挽封。

百度 DuerOS 聯(lián)合深圳灣共同舉辦的「喚醒之旅 Workshop」系列活動即將開啟！11 月 18 日臣镣，優(yōu)質(zhì)對話式 AI 技能的交互設(shè)計與開發(fā)演練辅愿，喚醒之旅 Workshop 北京站 ，歡迎報名參與退疫！

本文作者：毛川渠缕，語音 AI 產(chǎn)品經(jīng)理，原小雅 AI 音箱褒繁、小豹 AI 音箱技能及軟件產(chǎn)品經(jīng)理亦鳞，在嘗試了一段時間的獨(dú)立開發(fā)者之后，現(xiàn)任喜馬拉雅小雅智能產(chǎn)品總監(jiān)和高級產(chǎn)品經(jīng)理棒坏。

本文編輯燕差、審校：陳壹零 / 深圳灣