Sesli Etkileşim Bir Gizem Oyununu Gerçekten Daha Sürükleyici Yapar mı?
Sesli giriş, bir oyuncu arayüzle mücadele etmeden doğal bir şekilde soru sorabildiğinde ve ilgili bir yanıt alabildiğinde kurgusal bir gizemin daha dolaysız ve canlı hissedilmesini sağlayabilir. Ancak yalnızca konuşmak sürükleyiciliği garanti etmez. Tanıma hataları, tuhaf duraklamalar, söz kesilmeleri ve görünmeyen bir transkript dikkati hikayeden uzaklaştırabilir. Sesin gerçekten yardımcı olup olmadığını değerlendirmek için, onu önemli sorular üzerinden metin girişiyle karşılaştırın: Oyun amaçlanan soruyu anladı mı? Uygun bir anda yanıt verdi mi? Oyuncu ne duyulduğunu görüp düzeltebildi mi? Metin seçeneği hâlâ mevcut muydu?
Konuşmanın getirdiği yenilikle değil, soru doğruluğuyla başlayın
Bir gizem oyununda ses sistemi, sesi kelimelere dönüştürmekten fazlasını yapmalıdır. Oyuncunun amaçladığı soruyu korumalı ve bunu doğru ipucuna veya karakter yanıtına bağlamalıdır. “Where was the key?” (Anahtar neredeydi?) ifadesini “Where was the case?” (Dava/kutu neredeydi?) olarak değiştiren bir döküm, konuşma tanıyıcı çıktısının makul olduğuna inansa bile konuşmayı tamamen başka bir yöne kaydırabilir.
Konuşma tanıma mükemmel derecede doğru değildir ve alışılagelmiş kelime hata oranı (word error rate) hikayenin tamamını anlatmaz: bazı kelime değişiklikleri diğerlerinden daha önemlidir. Google'ın belgeleri, kelime hata oranının eklemeleri, değiştirmeleri ve silmeleri saydığını açıklarken, bu metriğin hataları yalnızca kelime sayısına göre değerlendirdiği konusunda da uyarır. Bir gizem oyunu için bu, kısa bir test puanının isimler, yerler, nesneler ve soru terimleri gibi kritik öneme sahip kelimelerin kontrolüyle desteklenmesi gerektiği anlamına gelir. Google Cloud: Measure and improve speech accuracy
Pratik bir karşılaştırma yöntemi, bir oyuncunun aynı ipucu hakkında sorabileceği temsili küçük bir soru seti hazırlamak ve ardından her birini hem sesle hem de metinle denemektir. Yanıtın hedeflenen konuyu ele alıp almadığını, önemli bir ismin veya ayrıntının yanlış duyulup duyulmadığını ve oyuncunun soruyu tekrarlamak ya da farklı sözcüklerle ifade etmek zorunda kalıp kalmadığını kaydedin. Karakter adları ve daha az yaygın ipucu terimleri içeren soruları dahil edin: ses sistemleri kelime dağarcığı dışındaki (out-of-vocabulary) isimlerde zorlanabilir ve Google, hizmetini kullanırken bu tür terimler için ifade ipuçları (phrase hints) sağlanmasını önerir. Google Cloud: Best practices
Bu karşılaştırma bir karar yardımcısıdır; her oyun veya konuşma motoru için yayımlanmış genel bir kıyaslama ölçütü (benchmark) değildir. Sıradan arka plan oyun sesleri ve oyuncunun kullanacağı mikrofon da dahil olmak üzere gerçek oyun ortamında test edin. Sessiz bir odadan veya farklı bir mikrofondan alınan sonuç, oyun koşullarını yansıtmayabilir; Google'ın doğruluk kılavuzu da benzer şekilde hedef ortamdan temsili sesler kullanılmasını önerir. Google Cloud: Measure and improve speech accuracy
Yanıtın kullanılabilir bir anda gelip gelmediğini kontrol edin
Bir soru doğru bir şekilde tanınsa bile, oyun yanıtını göstermek veya seslendirmek için çok uzun süre beklerse etkileşim yine de hantal hissettirebilir. Aksine, bir oyuncunun repliğini kesen veya oyuncu henüz sorusunu bitirirken tetiklenen çok hızlı bir yanıt da dikkat dağıtıcı olabilir. Faydalı olan ölçüt yalnızca sistemin ortalama yanıt süresi değildir; tüm etkileşimi gözlemleyin: oyuncu ne zaman başlar, oyun cümlenin bittiğini ne zaman anlar, geri bildirim ne zaman görünür ve yanıt ne zaman başlar.
Bu ayrım, sesli etkileşimin nasıl işlendiğinden kaynaklanır. Örneğin Android'in konuşma tanıma arayüzü; kısmi sonuçları, konuşmanın bitişini ve nihai sonuçları birbirinden ayırır; kısmi sonuçlar hizmet uygulamasına bağlı olarak sıfır, bir veya birden çok kez gelebilir. Bu durum, konuşma hala işlenirken oyuncuya dönük transkriptin veya yanıtın neden değişebileceğini ve geliştiricilerin her tanıyıcının aynı şekilde davrandığını varsaymak yerine görünen davranışı neden test etmeleri gerektiğini gösterir. Android Developers: RecognitionListener
Basit bir oyun testi için iki tür gecikmeye dikkat edin: soruyu bitirme ile anlaşıldığının görülmesi arasındaki süre ve onayın ardından gelen faydalı hikaye yanıtına kadar geçen süre. Ayrıca oyunun belirgin bir duraklamayı bekleyip beklemediğini, bir tereddüde çok aceleci yanıt verip vermediğini veya oyuncuyu mikrofonun hâlâ dinleyip dinlemediği konusunda kararsız bırakıp bırakmadığını işaretleyin. Bunlar toplanacak gözlemlerdir, evrensel zamanlama eşikleri değildir: kaynaklar, daha sürükleyici bir gizemi garanti eden tek bir yanıt süresi belirlememektedir.
Söz kesilmelerini konuşmanın bir parçası olarak ele alın
Gizem sahneleri genellikle diyalog, anlatım veya bir karakterin cevabını tamamlamasını içerir. Oyuncu oyun konuşurken bir takip sorusu sormaya çalışırsa, sistemin net bir davranış sergilemesi gerekir: durmak, duraklatmak, soruyu sıraya almak veya yok saymak. Söz kesilmelerini zayıf bir şekilde yöneten bir ses arayüzü, oyuncuyu zaten anladığı bilgileri sonuna kadar dinlemek zorunda bırakabilir veya önemli hikaye içeriğinin üstüne konuşulmasına neden olabilir.
Sözlü diyalog arayüzleri üzerine yapılan araştırmalar bu sorunu doğrudan incelemiştir. 1995 tarihli bir çalışma, kullanıcının söz kesmelerinin daha sorunsuz bir şekilde ele alınabilmesi için konuşma çıktısının bilgi birimleri halinde planlanmasını ve konuşma sırasının (turn-taking) izlenmesini önermiştir. Çalışma, katılımcıların yarısından fazlasının bu yönetimi akıcı ve sorunsuz olarak değerlendirdiğini bildirmiştir; ancak çalışmadaki belirli görev süresi ve konuşma bulguları, genel olarak gizem oyunlarına değil, o araştırmanın kendi ortamına aittir. Buradan aktarılabilecek tasarım sorusu, oyunun oyuncunun zaten duymuş olduğu ipucu kısmını koruyup korumadığı ve söz kesildikten sonra ne olacağını netleştirip netleştirmediğidir. Kikuchi et al., “Handling of user interruption to achieve timing-free utterances for spoken dialogue interface”
Test sırasında, sesli bir yanıtta doğal bir noktada söz kesmeyi deneyin ve ardından kısa bir takip sorusu sorun. Oyunun hemen durup durmadığını, takip sorusunun yakalanıp yakalanmadığını ve oyuncunun yarıda kesilen bilgiyi yeniden oynatıp oynatamayacağını veya inceleyip inceleyemeyeceğini kontrol edin. Cevap hayırsa, sesli etkileşim kurgusal sahneyi araştırmak için daha akıcı bir yol sunmak yerine, konuşma sırasını takip etmeyi yeni ve zahmetli bir iş haline getirebilir.
Tanınan kelimeleri görünür ve düzeltilebilir kılın
Okunabilir bir döküm (transkript), oyuncuya oyun henüz harekete geçmeden önce yanlış bir ismi veya soruyu yakalama şansı verir. Ayrıca sistemin durumunu daha az gizemli hale getirir: oyuncu hiçbir şeyin duyulmadığını mı, yanlış bir şeyin duyulduğunu mu yoksa doğru kelimelerin duyulup beklenmedik bir cevap mı verildiğini anlayabilir. Bir döküm, yalnızca oyun sırasında okunabilir olduğunda ve önemli bir hatayı yeniden denemek veya düzenlemek için net bir yol sunduğunda yararlıdır.
Platform API'leri, bazı sistemlerin kısmi ve nihai tanıma sonuçları sağlayabildiğini göstermektedir; ancak kısmi metnin zamanlaması ve kullanılabilirliği tanıma hizmetine bağlı olabilir. Arayüz bunu açıkça belirtmediği sürece geçici bir dökümü onaylanmış bir girdi olarak değerlendirmeyin. Bir oyun testinde, son tanınan sorunun incelenebilecek kadar ekranda kalıp kalmadığını, düzeltmelerin kolay olup olmadığını ve bir hata mesajının oyuncunun bundan sonra ne yapabileceğini açıklayıp açıklamadığını kontrol edin. Android Developers: RecognitionListener
Görünür bir döküm, doğruluğun kanıtı olarak yanıltıcı şekilde yorumlanmamalıdır. Google, güven puanlarının (confidence scores) ve kelime hata oranının birbirinden bağımsız ölçütler olduğunu belirtir; bu nedenle güvenilir görünen bir sonuç, kritik bir ismin veya ipucunun doğru tanındığını kanıtlamaz. Oyuncu için daha güvenli olan tasarım, onları gizli bir puana güvenmek zorunda bırakmak yerine kelimeleri incelemelerine ve soruyu düzeltmelerine veya tekrarlamalarına izin vermektir. Google Cloud: Measure and improve speech accuracy
Metin girişini gerçek bir alternatif olarak tutun
Metin yedeği (fallback), sessiz bir oda için bir kolaylık olmaktan çok daha fazlasıdır. Konuşma kullanılamadığında, elverişsiz olduğunda veya sürekli olarak yanlış tanındığında, oyuncunun aynı kurgusal etkileşimi tamamlamak için başka bir yol seçmesine olanak tanır. Avrupa Telekomünikasyon Standartları Enstitüsü'nün (ETSI) insan faktörleri kılavuzu, normalde sesle girilecek bilgiler için konuşma dışı bir yöntem önerirken, sistemin ne anladığını geri okuma ve bir geri alma (undo) işlevi gibi geri bildirimler de tavsiye eder. ETSI: Human Factors; Inclusive eServices for all
Adil bir karşılaştırma için metin, sesle aynı soru seçeneklerine ve hikaye yanıtlarına ulaşabilmelidir. Oyuncular serbest biçimli soruları yalnızca konuşarak sorabiliyorsa, metin eşdeğer bir yedek seçenek değildir; metin yalnızca dar bir listeden seçim yapabilirken konuşma açık uçlu soruları kabul ediyorsa, deneyimi değerlendirirken bu farkı belirtin. W3C'nin metin alternatiflerine ilişkin kılavuzu, alternatifler arasında aynı bilginin ve işlevselliğin korunmasını vurgular; bu, girdi modunu değiştirmenin oyuncunun sahne içindeki ilerleme yolunu ortadan kaldırmadığını kontrol ederken yararlı bir ilkedir. W3C WAI: Understanding Guideline 1.1, Text Alternatives
Sesin uygun olup olmadığına karar vermek için kısa bir karşılaştırma yapın
Her iki giriş modunu aynı kurgusal görev üzerinden karşılaştırın: bir ipucu hakkında soru sorun, verilen bir yanıta yönelik bir takip sorusu yöneltin ve kasıtlı olarak yanlış duyulan veya yanlış yazılan bir soruyu düzeltin. Her denemede, amaçlanan sorunun anlaşılıp anlaşılmadığını, kaç yeniden deneme gerektiğini, bir gecikmenin veya söz kesilmesinin iletişimi bozup bozmadığını, kelimelerin görünür olup olmadığını ve alternatif giriş modunun aynı görevi tamamlayıp tamamlamadığını not edin. Sonuçları tüm oyuncular veya cihazlar hakkında genel iddialar yerine, kendi test koşullarınızdan elde edilen gözlemler olarak saklayın.
Sesli etkileşim; oyuncunun amaçladığı soruyu güvenilir bir şekilde ilgili bir yanıta dönüştürdüğünde, sahneyi karıştırmadan konuşma sırasını yönettiğinde, hataları görünür ve telafi edilebilir kıldığında ve metin seçeneğini erişilebilir bıraktığında umut verici bir eklentidir. Bu koşullar zayıfsa, konuşmak soru girmek için hâlâ isteğe bağlı bir yol olabilir; ancak tek başına bir gizem oyununun daha sürükleyici hale geldiğinin kanıtı değildir. En net cevap, oyuncunun fiilen tamamlayabildiği etkileşimden ve bu süreçte karşılaştığı sürtünmeden gelir.