Managing the Expectations of Voice-Controlled Access Solutions

• Main Author: Hellman, David
• Format: Others
• Language: English
• Published: Umeå universitet, Institutionen för tillämpad fysik och elektronik 2019
• Subjects: Voice User Interface; VUI; Expectation; Access Solution; User Experience; UX; Interaction Technologies; Interaktionsteknik; Communication Systems; Kommunikationssystem; Media Studies; Medievetenskap; Robotics; Robotteknik och automation
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-161430

Voice is the primary tool of communication to a majority of people on earth. Humans are wired to process speech, meaning voice interaction require little cognitive effort. Advancements in voice technology over the last 20 years have seen an increased prevalence of voice-controlled applications. However, false expectations can potentially cause severe interaction deficiencies to many of these voice user interfaces. One of the many application areas being connected to voice is access solutions such as smart locks. With a fundamental value proposition of keeping people and their belongings safe and secure in convenient ways, access solutions require that many of the design decisions are delicate. The present thesis aimed to evaluate how expectations of access solutions in home environments can be affected by different voice attributes. A literature study was conducted to explore the rich body of research on the topic of voice technology and the psychological effects of synthesized speech. Based on the literature study, a design process with recognized methods for developing voice user interfaces was conducted. The design process led up to a Wizard of Oz test that was used to evaluate how different conversational strategies and voices affected expectations and perception of a voice-controlled smart lock. The results showed that choosing an appropriate conversational style is fundamental to provide users with a sense of control. Furthermore, the study provided insight on how previous experience of interacting with voice-controlled devices have an impact on the feeling of personalization in gendered synthesized voices. Finally, the study discusses some ethical considerations that have to be made when designing voice user interfaces that ultimately should provide value to users, not confine their privacy. === Röst är den primära kommunikationskällan för de flesta människorna på jorden. Förmågan att bearbeta tal är något människor föds med, vilket gör att interaktion genom röst kräver liten kognitiv ansträngning. Framsteg inom röstteknologi under de senaste 20 åren har lett till ett ökat utbud av röststyrda applikationer. För många av dessa röststyrda applikationer existerar en risk att falska förväntningar leder till avsevärt försämrad interaktion. Ett av många applikationsområden där röst börjar framträda är accesslösningar såsom smarta lås. Med sitt fundamentala värde att hålla människor och deras tillgångar trygga och säkra utan att kompromissa enkelheten, kräver utformningen av accesslösningar flera delikata beslut. Därmed har studien ämnat att utvärdera hur användares förväntningar på röststyrda accesslösningar påverkas av röstattribut. För att undersöka och öka förståelsen av röstteknologi och de psykologiska effekterna av tal, genomfördes en litteraturstudie av existerande forskning initialt. Baserat på fynden i litteraturstudien startades sedan en designprocess för utveckling av ett röstgränssnitt. Erkända metoder användes för framtagandet av ett användarvänligt gränssnitt. Designprocessen låg till grund för ett Wizard of Oz test där olika konversationsstrategier och röster påverkade förväntningar av och uppfattningen av ett röststyrt smart lås. Resultaten visar att det är fundamentalt att välja en passande konversationsstil för att ge användare en känsla av kontroll. Studien påvisade även hur tidigare erfarenheter av röststyrda applikationer påverkar förväntningar av andra röststyrda applikationer och gör dem mer eller mindre personliga. Vidare diskuteras etiska avvägningar som måste göras när man designar röstgränssnitt som ska medföra användarvärde och inte inskränka användarnas integritet.