关于 voice-interaction
这项设计技能指导团队为不同语速、口音和环境设计语音交互，并提供非语音替代方式、清晰的识别反馈、纠错途径及麦克风控制。
主要功能
- 01为语音输入提供替代方式
- 02支持不同语速与表达方式
- 03清晰显示识别到的语音
- 04识别失败时提供纠错途径
- 05显示麦克风状态并提供控制
- 06破坏性操作须经确认
适用场景
- 01为多样语音模式设计语音输入
- 02在识别失败后提供文本操作途径
- 03让麦克风使用状态清晰且可控
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/voice-interaction确认已加载。
详细介绍
语音交互设计
设计语音界面时，应适用于各种人类语音，包括不同口音、言语障碍、非母语使用者，以及身处嘈杂或安静环境中的人。
适用对象
- 使用语音作为主要输入方式的运动障碍人士
- 有口吃、构音障碍或其他言语差异的人士
- 口音各异的非母语使用者
- 不方便打字的环境中的人
- 在某些任务中更喜欢语音而非打字的任何人
核心原则
语音绝不能成为唯一选项
- 每种语音交互都必须提供文本、触控或键盘替代方式
- 语音是加速方式，而不是门槛
- 除非提供替代方式，否则不要要求用户通过语音进行身份验证或执行关键操作
为多样化的言语方式设计
- 支持不同的语速——不要打断说话较慢的人
- 超时前应允许较长的静默时间
- 不要因重复、填充词或自我纠正而惩罚用户
- 支持用多种说法表达相同意图 （“返回”、“上一页”、“带我回去”、“撤销”）
提供清晰的反馈
- 确认系统听到的内容（显示视觉转录文本）
- 让用户能够轻松纠正识别错误
- 显示系统何时正在聆听、处理或等待
- 未经确认，绝不要仅凭语音执行破坏性操作
设计模式
灵活识别
- 接受多种表达同一命令的方式
- 不要要求精确措辞——意图比句式更重要
- 对含糊输入提供“你是不是想说……”的澄清选项
- 允许用户拼读系统无法识别的词语
优雅处理失败
- 识别失败时：显示系统听到的内容，并提供纠正选项
- 绝不要只回复“我没听懂”——应提供其他选项
- 每个失败节点都提供“改为输入”选项
- 多次失败后，主动建议切换为文本输入
隐私与控制
- 麦克风启用时，提供清晰的视觉或音频指示
- 通过一次操作即可轻松静音或停止聆听
- 未经明确同意，不要录制或传输音频
- 允许用户查看和删除语音数据
评估问题
- 每项语音激活功能是否都能在不使用语音的情况下完成？
- 系统能否妥善处理不同的言语模式，而不让用户感到沮丧？
- 是否有清晰的反馈显示系统听到了什么？
- 用户能否轻松纠正识别错误？
- 系统是否在聆听时提供明显提示？
评论
支持 Markdown