消费电子是技术，更是艺术

消费电子是技术，更是艺术

电视手表之类的伟大构想有时需要等上几十年才能变为现实，高昂的成本使这些构想仅仅是一个构想而已。当商业模式最终变得可行时，我们还要等到供应商定义好标准、并创建一种使用户易懂好用的界面之后才能最终付诸实施。例如，今天你虽然能用手机来收发电子邮件，但在多数情况下，手机界面使用起来非常困难，因此人们一般只在紧急情况下才用它来收发邮件。
　　等到一项技术能以足够低的成本效益进入主流市场时，实现它通常是唾手可得的事。只要购买几块芯片，就可以拼凑成一部手持式GPS或PDA。但界面设计却是另一回事。界面并不仅仅是个使用方便的概念，一个经过精心设计的界面可以引导用户使用他们需要的功能，并教给他们使用设备的新方法，从而为服务或内容提供商创造新的收入。例如，移动电话供应商对销售手机的兴趣远不如那些令人兴奋并具有多种功能的设备，因为这些设备能够促使用户使用额外的服务--如下载数字内容等等。
　　管理数据
　　移动设备的优势之一在于它们能随身携带你的数据。而且，硬盘价格的不断下降已经使下载数字内容的选择变得更为容易---其实你不用选择，全部下载就得了。例如，由Archos公司提供的AVR-340型多媒体播放机拥有40GB的硬盘，可存储5000个MP3文件或50万张照片。不过，拥有这么多的数据虽然很棒，但你又如何从中选出你想要播放的歌曲呢？
　　管理大型数据库需要创建数据关联。例如，如果你想要显示一张你和孩子及朋友在海滩上的照片，在一堆象pic07322.jpg这样名字的文件中搜寻你的运气不会太好。通过将文件放进多层嵌套的文件夹中，类似的文件之间就有了直接的物理关联。此外，你也可以创建"播放列表"、利用描述词将文件分类，从而创建逻辑关联。逻辑关联使用户能创建多条寻找路径、通过多项描述词--如题目、位置或日期等--来查找文件。

　　这种方案的弱点在于：尽管关联极大地方便了数据访问，但要创建一种足够清晰的关联却是一件相当费时的事情。例如，当你将文件归类为"01年夏天"及"02年夏天"以后，你还能记住那张在海滩上拍的照片放在哪一个文件夹里了吗？
　　假设数据同时存放在PC及移动设备中，或者用作备份，或者用作原版拷贝。用PC来管理移动设备的数据并将数据关联传送给移动设备，这不能不说是一个合理的方式。PC能提供较大的显示屏幕以及易于操作的人机界面--如键盘和鼠标等。用户也可以在移动设备及PC上都能够使用关联：关联并不是设备的某项功能而是数据的一个组成部分。用户也可以利用现有软件来管理文件，你的任务就是选择正确的软件供应商并将关联移植到你的应用设备中。即使在PC上没有存放备份--正如目前大多数手机的使用习惯，也可用缆线或网络连向PC，使用户能够在PC这样的熟练环境中管理数据。
　　在移动设备中管理数据的一个缺点是数据将受到局限。例如，由于显示屏幕的尺寸有限，大多数手机的电话簿数据库限制了姓名的长度。当你将姓名从Outlook下载到手机上时，"Michael 和Susan Smith"可能会变成"Michael和Sus"，这就破坏了一个重要的关联。可以访问互联网的话机可能会使用第二个数据库来存放电子邮件地址。如果用户不将这一数据库与电话簿相关联，则必须在两个界面中来维护两个相同的联系人数据库。
　　说到底，最好是设备能自动创建关联。但不幸的是，计算机现在还不能确认你的大孩子是在哪张照片上、或者哪封电子邮件更加重要。但另一方面，所发表的内容，比如音乐，可能很快提供预先配置的关联。例如，Music-Match利用一个在线数据库来确定歌曲的名字，而这样的数据库可以很容易地附加"主题"特征--比如音乐类型、节拍和情绪等等。
　　现在市场上出售的几种影集程序能让你使用个人关联来"标记"照片，比如，一张照片是否有你的大孩子。尽管这样的关联更具有描述性，但它们比目录及播放列表关联更为复杂。你的应用需要一种新方法，使用户能够利用"大孩子"及"海滩"等这样的关联来选择文件。
　　请注意：以这种方式来组织数据可以将数据选择从应用中分离出来。例如，你的手持式设备能显示好几幅照片，并能与其他设备--比如打印机等共享文件，或能进行少量编辑。最为有效的方式是：查看、打印及编辑的应用程序不再像原来那样直接询问用户，而是从一个专门、独特的照片选择应用程序（这种程序利用所有关联来统一处理用户查询）来接收一个列表，从而在不同应用程序之间提供一致的选择方式。
　　数据也可能是一种较长的"线性"文件，比如音频或视频形式的书和杂志。例如，Audible.com上即提供报纸、杂志及电台节目的订购。但书籍是一种需要一页接一页地来阅读的线性媒介；而报纸读者一般只对标题及前几个段落进行扫描，来确定他们是否需要阅读其中的某篇文章。由Audible提供的、仅有少量按键的手持式播放机刚好针对这种阅读需要，它不是将报纸作为一种备查性资料来处理（这种资料只被随机地访问），而是能够对内容进行扫描，如果你不想继续看下去，可以跳到下一篇。
　　通过清晰地确定用户访问数据的习惯，Audible得以简化用户与数据之间的交互操作，使其变得更加"自如"。例如，预订一份日报后（每月需12.95美元），你的计算机可在早上自动下载报纸内容，并将它传送到你的手持式播放机供你随身带上车。你甚至可以将材料同时下载到多达三种设备上（比如PC及移动装置等），使你在家里或工作时都能访问你的资料。而且你还能随时下载你购买的任何内容，这样就免去了备份的麻烦。
　　优化输入
　　与无线网络相连的设备能提供一系列的实时业务并创造收入。但是，由于无线网络不太可靠且带宽较低，那么这些设备的界面必须更加稳定可靠。例如，当用户下载付费内容时发生掉线，即使下载并未完成，用户也想知道交易的付费过程是否已经完成了。一个稳健的界面不仅要在网络恢复连接的前后弄清楚这个问题，而且还要能够继续下载--而不是中断下载、让用户再经过一次复杂的菜单选择来重复这一过程。
　　要创造良好的用户体验，一个关键问题是要确认在进行无线传输时是否需要用户一直在场陪着。请看这幅电视广告：有人正在享受着这样精彩的瞬间--用手机相机拍照并将照片发给朋友。广告中的这一过程只用了三秒钟的时间，而我在现实生活中的体验却是：我要等待相机向网络上载照片，然后才能写电子邮件，可是此时我的精彩瞬间早已从我的身边溜走了。取决于信号的强度，无线传输可能花费很长的时间，如果它们能在后台运行会更有效率。我更愿意先写好发送每张照片的电子邮件，最后按一次"发送"了事，此后在电话相机处理一切后续发送事宜的时候，我可以享受自己的时间。
　　当然，应对这些或那些实际操作的问题还会有更直截了当的方法。重要的是事先的预见要周全，从而可以设计出各种可提供给用户的可选功能，这些选项必须清晰明了--至少包括一项用户喜欢的选择，并创造出你向用户承诺的操作体验。
　　以手机为基础实现多用途PDA的挑战之一就是缺少理想的输入方案。如果服务提供商想要使无线电子邮件成为主流应用，必须有一种比敲4次"7"健更好的方式来键入字母"S"。预测性键入--当你输入时设备能猜到你想要键入的下一个字--能缓解这一困难，但在输入字数很多的文本时，这依然是一种离理想很远的方式。
　　一种叫做"数字无线"的产品带有Fastap（快速键入）键盘。它通过套叠数字及字母键盘来解决这一问题。它通过巧妙的布局在一个小面积上安排下众多的按键。增加专门的字母键使字母输入比单纯的数字键盘容易得多。

　　然而，如果你有大量的信息需要输入，不用标准键盘怎么都不顺手。即使有了手写输入（要么需要用户学习一种新的字母书写方式，要么必须在书写时更加小心），也不能完全使设备变成一种拿起来就能用的东西。已有几家公司为各种PDA提供折叠式键盘。Canesta已开发出一种新颖的投射式键盘，可以投射到平坦且稳定的表面。
　　Fingerprint（指纹）扫描器，如富士通公司的MBF300 SweepSensor（256X32像素），作为安全装置已开始在移动设备上出现。若使用适当软件，用户可在扫描器上滑动他们的手指来移动光标。制造商们通常将这种扫描器用在设备上不太显眼的地方，因为用户只需在设备上做登录。如果你想把这种扫描器作为光标指点设备来使用，那么需要将它放在更显眼的位置。
　　尝试语音
　　设备与用户之间的交互取决于当时的情境。考虑到驾驶员的手眼在开车时都少有空闲，他们没有时间阅读窄小的PDA屏幕或者用手写笔来点击选择。利用多种可选I/O方式供用户与设备交互的多模式设备正在出现。它们利用语音识别作为手写笔或键盘的一个补充手段，而使用语音合成作为屏幕显示的补充手段。
　　语音拨号是语音识别的一种常见应用。用户可通过训练让电话来听懂他说出的名字，并找出相应的电话号码。由于需要资源来存储训练的名字，因此需将训练号码限制在30个以内。
　　Voice Signal公司推出的Vsuite可将数据库中的所有名字转换为一列大致的音素字符串，从而免除了训练的必要性。当你说出一个名字时，设备将你说出的每个字转换为一个音素字符串，并基于语言学概率，即哪个字串更常用，来搜索最佳匹配（n个最佳的列表）。在有两个近似匹配（如"Don" 和"John"）的情况下，可通过滚动这个列表来询问是要"Don"还是另一个名字。音素字符串需要的搜索时间和内存都更少，而且与说话者无关。VSuite所占用的内存小于150kb，今年推出的一种新版本可以700kb的内存来支持数万个词。

　　请注意，有些情境并非要求"完全不用手和眼"。例如，用户可能喜欢先用语音来选择一个名字，然后用一个指点装置从N个最佳列表中（如果存在多个匹配的话）选出想要的名字。多模式界面的概念并不是想完全取代现有的I/O，而是增加一些补充的手段。当语音更容易或更快捷时，可以使用话音。当键入更有效或不能使用语音时（如在安静的剧场内），可以使用键盘或手写笔。
　　然而，用户所拥有的这些灵活性却意味着设计上的巨大复杂性。我们必须考虑到用户可能采用的所有操作方式，而且必须设计出相应的界面，这样用户才能很容易、很清楚地知道该如何与设备进行交互。可用手段越多，实现这一目标的难度就越大。
　　多模式界面带来的一个重要变化是：直接的用户交互功能已不再是用户应用程序的一个组成部分。你可以从"I/O层"这个字来理解这一概念。换句话说，应用程序可以无需知道用户是在使用语音输入还是键盘输入。
　　不过，针对I/O层的API（应用编程接口）仍是将来的事。现在，你可能仍需要创建一种设备驱动程序，它能将语音转换成文本这样的数据并通过键盘驱动程序的一个挂钩（HOOK）接口将文本传递给应用程序，或者针对想要支持的每个应用程序的专用API创建一个小的过渡程序。
　　在语音领域上，SALT（语音应用语言标记）及VoiceXML（语音可扩展标记语言）正努力实现语音功能在应用程序中的更便利的实施。这些API的目标是解析语音的I/O，同时运行脚本程序来确定接下来要做的事情。例如，SALT被设计成能嵌入其他XML语言中，同时还增加了语音输入（语法及根据匹配确定的行动）、输出（定义如何将消息说出）以及呼叫控制功能（比如呼叫的终止或前转）。
　　请注意：语音识别并不是医治不佳界面设计的万能药。好的界面必须在"可用选项数目"及"限制用户选项数目"之间进行平衡。拥有太多的选项使你很难了解在某一特定情况下设备能做些什么。有限的选项使用户能够翻查、并轻易选择某种工作模式。但选项过于有限，则会限制和阻挠用户做他们认为可以做到的事。
　　一般而言，将语音识别的处理交给远端的应用程序来处理也是一个好方法，这样就能将处理任务由移动设备和远程服务器共同分担。例如，为获得体育比赛分数，你需要访问一台远程服务器。用来产生体育比分的、功能强大的引擎也可以用对语音进行解析，比如解析"告诉我天使队的比分"这样一句话。
　　由于手机对话音取样的分辨率比话音编码发送时所用的分辨率要高，因此发送一个你想呼叫的语音信号意味着将丢位。因此功能更为强大的电话可以拥有一个能对话音信号进行预处理及压缩、并将更多数位传送给识别引擎以提高识别效果的前端。ETSI的Aurora小组目前正在开发一个用于分配语音处理任务的标准。
　　语音界面是激动人心的，因为它们打开了通向众多应用的大门。驾驶员可以询问PDA它的电池状况如何，手机可以自动读出呼叫方的信息。一种叫Famoice的装置利用铃声及图标来显示呼叫者信息，因此你听到的不再是振铃的声音，而是一段消息。
　　当然，每种功能同样也打开了使用户烦恼的大门。想象一下你听到的消息式铃声竟是一个胡乱打来的电话！设计一个适用产品的部分挑战在于：使界面足够开放、使用户能控制使用设备的方式，同时还要避免使他们感到过于复杂。
　　设计一种稳健而又直观的界面可能是所有工程设计中最难的一件事。用户如何理解和使用设备通常是不可预测的。你还要在目前的设计中考虑到未来的界面设计，使得你不必对每一代软件都重新设计。不要自做聪明，大多数服务提供商都会尽力发挥他们的作用来控制设备在他们网络上的功能及外观。别把自己限制得太死，否则你可能得到类似Handspring的结局：产品很漂亮，但没有人会买。