人机交互的理解

最早系统接触“人机交互”这个概念是在上大学的时候，有一门专业课《教学媒体与技术》，目前所学知识所剩无几，只记得当时上这门专业课的时候，挺感兴趣的。

人机交互——人和机器打交道的方式。人机交互的形式大概发生了一下3个方面的升级，1. 以鼠标和键盘为媒介的人机交互；2.以触摸屏幕，手写笔等为媒介的人机交互；3. 以语音为载体的人机交互；未来可能有更多的人际交互的形式。

在这个发展的过程中，变化最大的其实是交互从图像到语音的转变。声音承载了人类的思想和情感，图像承载了人类的表象和直觉。可见图形交互更容易获取到用户注意力，人类的第一印象由外表决定的。图像媒介虽然承载的信息量更大， 但是，图形界面的交互需要手指的触碰触发，超过一个手臂的自由操作范围的远场的交互，图像界面可能就会有壁垒。在此，语音交互在一定范围内更有优势。这也是语音交互的最大魅力之一：解放双手！

相对于图像交互，语音交互也有其优势所在，但是语音交互依然存在一下问题。

语音交互，目前存在的主要问题是：

1，语音交互唤醒不自然

目前的语音交互唤醒是以发出语音指令来唤醒机器，这种唤醒方式不够自然。生活生的场景下，人人交互会通过声音，手势，肢体动作，距离，唇动来镜像交互。

要解决这个问题可以给语音唤起添加更多的唤起方式，多种方式共存来唤起语音交互。通过几个维度来判断被唤起的交互方式，第一个维度可以是距离判断是近场还是远场；第二个维度是手势，肢体动作；第三个维度是唇动，声音。

2，机器人没有情感，交互方式过于呆板

机器人的EQ包含两个部分，一部分情绪的识别，一部分情绪的应对。

对于情绪识别，通过人脸锁定，图像分析等方法，了解用户的情绪，主动触发；通过自然语言分析的方法，情感词的标记和分析识别用户的情感。

对于情绪应对，通过分析用户的输入和多轮对话分析，对用户情绪进行反映。

结合前面的情绪识别，可以在对语音语义的理解基础之上，识别在此处语音语义发生的时候，用户的情感是如何的状况。

3，机器人的交互行为不够主动，大多是被动式交互，对话过程不平等；

85%的用户对主动交流有期盼，目前机器人的人机交互，多数是通过被动触发的， 不够主动，让使用者感受不到被关注的感觉。同时，在这个过程中也是不平等对话的机制，只有当机器被触发之后才会与用户产生互动，而不会主动产生识别人的情绪，所谓“察言观色”。这样的不平等的交互也是目前存在的主要问题。

目前人机交互主要应用于：聊天，问答，对话这三种场景中。

聊天：机器人被动唤起

问答：通过一问一答的形式来表现，目前还缺乏深度结合上下文的问答系统。多数是专家系统来呈现某领域的专业知识。

对话：