ICS33.030CCSM21CIDADSDesignspecificationsforsmartspeakerterminalofsmartelderlycareplatformIT/CIDADS00027—2025 2規(guī)范性引用文件 3術(shù)語(yǔ)和定義 4設(shè)計(jì)概述 5設(shè)計(jì)原則 5.1可感知性 5.2可操作性 5.3可閱讀性 5.4安全性 5.5舒適性 5.6容錯(cuò)性 6信息傳達(dá)設(shè)計(jì)要求 6.1聲音信息傳達(dá) 6.2顯示屏信息呈現(xiàn) 7語(yǔ)音交互設(shè)計(jì)要求 7.1喚醒詞 7.2提示信息 7.3語(yǔ)音音色 7.4容錯(cuò)性 7.5反饋信息 7.6消息的準(zhǔn)備 8觸摸屏交互設(shè)計(jì)要求 8.1觸摸屏交互界面布局 8.2觸摸屏交互 9用戶操作指南設(shè)計(jì)要求 10智能音箱的選擇 11信息安全要求 T/CIDADS00027—2025本文件按照GB/T1.1—2020《標(biāo)準(zhǔn)化工作導(dǎo)則第1部分：標(biāo)準(zhǔn)化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請(qǐng)注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機(jī)構(gòu)不承擔(dān)識(shí)別專利的責(zé)任。本文件由中國(guó)工業(yè)設(shè)計(jì)協(xié)會(huì)提出并歸口。本文件起草單位：平安健康互聯(lián)網(wǎng)股份有限公司、清華大學(xué)美術(shù)學(xué)院、中工設(shè)計(jì)（蘇州）有限公司。本文件主要起草人：謝虹、吳霄、方愉涵、王彥琦、吳瓊、聶秀英、高璇、胡若晨、白楊、李鑫、付雨桐、張蕊。本文件為首次發(fā)布。T/CIDADS00027—2025智慧養(yǎng)老服務(wù)平臺(tái)智能音箱端設(shè)計(jì)規(guī)范本文件界定了智慧養(yǎng)老服務(wù)平臺(tái)面向智能音箱端的設(shè)計(jì)原則，規(guī)定了信息傳達(dá)、語(yǔ)音交互、觸摸屏交互及用戶操作指南設(shè)計(jì)要求和信息安全要求。本文件適用于面向智能音箱的智慧養(yǎng)老服務(wù)平臺(tái)通用服務(wù)規(guī)劃、設(shè)計(jì)、開發(fā)。2規(guī)范性引用文件下列文件中的內(nèi)容通過(guò)文中的規(guī)范性引用而構(gòu)成本文件必不可少的條款。其中，注日期的引用文件，僅該日期對(duì)應(yīng)的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T35273-2020信息安全技術(shù)個(gè)人信息安全規(guī)范GB/T41391信息安全技術(shù)移動(dòng)互聯(lián)網(wǎng)應(yīng)用程序（App）收集個(gè)人信息基本要求YD/T4440-2023智能音箱智能化分級(jí)指標(biāo)體系YD/T6310移動(dòng)智能終端語(yǔ)音交互安全技術(shù)要求3術(shù)語(yǔ)和定義下列術(shù)語(yǔ)和定義適用于本文件。3.1喚醒詞wake-upword用來(lái)語(yǔ)音喚醒識(shí)別服務(wù)的指令詞，一般為一句話或者短語(yǔ)。[來(lái)源:YD/T4440-2023,3.7]3.2語(yǔ)音喚醒voicetrigger檢測(cè)到語(yǔ)音輸入中的喚醒詞，成功喚醒智能設(shè)備的語(yǔ)音交互系統(tǒng)。[來(lái)源:YD/T4440-2023,3.6]3.3語(yǔ)音交互voiceinteraction通過(guò)語(yǔ)音識(shí)別、聲紋識(shí)別等方式實(shí)現(xiàn)設(shè)備與用戶間的交互，包括信息的獲取、指令控制和身份識(shí)別等功能，不包括通話。[來(lái)源：YD/T6310-2024，3.15]3.4智慧養(yǎng)老服務(wù)平臺(tái)smartelderlycareplatform利用互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、云計(jì)算等信息技術(shù)組建的能夠提供基礎(chǔ)數(shù)據(jù)管理、遠(yuǎn)程智慧養(yǎng)老服務(wù)的信息化系統(tǒng)。3.5智能音箱smartspeaker以音箱為載體，利用計(jì)算機(jī)網(wǎng)絡(luò)、互聯(lián)網(wǎng)、音視頻等技術(shù)，具備語(yǔ)音識(shí)別、語(yǔ)音交互、自然語(yǔ)言理解、語(yǔ)音合成等功能，能夠?yàn)橛脩籼峁┬畔ⅰ⑸畹确?wù)的設(shè)備。[來(lái)源：YD/T4440-2023，3.1.1]T/CIDADS00027—20254設(shè)計(jì)概述智能養(yǎng)老服務(wù)提供者通過(guò)智慧養(yǎng)老服務(wù)平臺(tái)向用戶提供用戶注冊(cè)和基本信息管理、緊急求助、服務(wù)商城、健康咨詢、健康檔案、社交娛樂(lè)、呼叫中心等養(yǎng)老服務(wù)。用戶可通過(guò)智能音箱終端與智慧養(yǎng)老服務(wù)平臺(tái)連接，向智慧養(yǎng)老服務(wù)平臺(tái)提交所需的服務(wù)申請(qǐng)，智慧養(yǎng)老服務(wù)平臺(tái)根據(jù)用戶的服務(wù)申請(qǐng)為用戶提供相應(yīng)服務(wù)。智能養(yǎng)老服務(wù)平臺(tái)服務(wù)模式示意如圖1所示。服務(wù)提供者服務(wù)提供者咨詢員、醫(yī)生、聊天員等師、咨詢員、醫(yī)生、聊天員等師、按摩員等應(yīng)急處置人員服務(wù)人員商品、個(gè)人健康信息等健康咨詢緊急求助用戶注冊(cè)和基本信息管理呼叫健康咨詢緊急求助用戶注冊(cè)和基本信息管理呼叫健康檔案社交娛樂(lè)用戶家屬、陪護(hù)人員養(yǎng)老家屬、陪護(hù)人員圖1智慧養(yǎng)老服務(wù)平臺(tái)服務(wù)模式示意圖5設(shè)計(jì)原則5.1可感知性信息和人機(jī)交互界面（對(duì)于帶顯示屏的智能音箱）以用戶可感知的形式呈現(xiàn)給用戶。5.2可操作性對(duì)于帶顯示屏的智能音箱，人機(jī)交互界面為用戶操作提供便利，并提供防止和糾正用戶操作失誤的措施。對(duì)于語(yǔ)音交互，提供便捷的語(yǔ)音交互方式。5.3可閱讀性對(duì)于帶顯示屏的智能音箱，呈現(xiàn)在顯示屏上的信息內(nèi)容可讀、可理解，內(nèi)容的布置和功能便于用戶閱讀、理解和使用。5.4安全性保障用戶知情權(quán)、選擇權(quán)、同意權(quán)和個(gè)人信息安全。5.5舒適性滿足用戶在生理和心理方面的需求,符合人類工效學(xué),并考慮個(gè)性化需求。5.6容錯(cuò)性T/CIDADS00027—2025預(yù)防用戶可能出現(xiàn)的錯(cuò)誤操作，對(duì)用戶出現(xiàn)的錯(cuò)誤操作給予提示，允許用戶取消或刪除已發(fā)生的錯(cuò)6信息傳達(dá)設(shè)計(jì)要求6.1聲音信息傳達(dá)聲音信息傳達(dá)應(yīng)符合如下要求：a)聲音信息的音量和頻率可調(diào)節(jié)，并且能夠被設(shè)置為靜音；b)聲音級(jí)別的當(dāng)前狀態(tài)應(yīng)當(dāng)能夠通過(guò)視覺(jué)方式來(lái)確認(rèn)。6.2顯示屏信息呈現(xiàn)當(dāng)智能音箱帶顯示屏?xí)r，顯示屏信息呈現(xiàn)應(yīng)符合如下要求：a)在呈現(xiàn)服務(wù)信息的頁(yè)面，對(duì)各信息服務(wù)區(qū)域以色彩差異進(jìn)行區(qū)別；b)屏幕顯示文本大小可調(diào)節(jié)，在距顯示屏0.3米距離下，最小字體大小應(yīng)不小于襯線字體4號(hào)字大小。段落內(nèi)行間距不低于1.5倍，段落與段落之間間距不小于行間距的1.3倍。c)屏幕顯示字體可支持7:1的對(duì)比度的單色文字顯示方式。d)應(yīng)用圖標(biāo)可調(diào)節(jié)，且最小圖標(biāo)面積大小應(yīng)不低于150平方毫米；e)圖標(biāo)和圖形符號(hào)應(yīng)當(dāng)易于理解，配有文字說(shuō)明，并保持一致。f)支持包括文本、聲音和視頻等不同媒體組合呈現(xiàn)。g)對(duì)于音視頻中的話音信息提供字幕，對(duì)于依賴視覺(jué)感知的信息提供相應(yīng)的語(yǔ)音描述，或提供全部多媒體內(nèi)容的文本替代描述信息。h)采用人工智能技術(shù)生成的虛擬人應(yīng)符合老年用戶信任的形象，穿戴整潔，且具備親切感。7語(yǔ)音交互設(shè)計(jì)要求7.1喚醒詞喚醒詞應(yīng)符合如下要求：a)喚醒詞可為自然語(yǔ)言形式的一個(gè)詞組或一句話；b)應(yīng)至少提供1個(gè)備用中文喚醒詞或中文發(fā)音的喚醒詞，還應(yīng)考慮使用其他語(yǔ)言用戶的需求；c)應(yīng)支持使用預(yù)先定義的喚醒詞進(jìn)行語(yǔ)音喚醒，例如老年用戶在日常生活中打招呼的常用詞。d)應(yīng)支持對(duì)語(yǔ)音喚醒詞進(jìn)行自定義；e)應(yīng)支持使用不同的喚醒詞進(jìn)行語(yǔ)音喚醒，并能進(jìn)入對(duì)應(yīng)的狀態(tài)或模式。7.2提示信息提示信息應(yīng)符合如下要求：a)在交互過(guò)程中，通過(guò)語(yǔ)音提示為用戶提供幫助，對(duì)于長(zhǎng)期不活躍的用戶，應(yīng)提供提示消息或缺省的對(duì)話；b)一個(gè)獨(dú)立菜單中不宜出現(xiàn)5個(gè)以上的選擇，編號(hào)選擇應(yīng)按升序排序。對(duì)于長(zhǎng)菜單，用戶可重復(fù)聽菜單選擇；提示信息可以自動(dòng)提供也可以通過(guò)用戶請(qǐng)求提供；c)在用戶聽提示信息時(shí)，用戶可中斷或旁路提示信息而發(fā)出后續(xù)指令；d)對(duì)于頻繁使用服務(wù)的用戶，僅需提供簡(jiǎn)短的提示信息；對(duì)于不常使用服務(wù)的用戶，需要提供相對(duì)詳細(xì)的提示信息。7.3語(yǔ)音音色語(yǔ)音音色應(yīng)符合如下要求：a)支持多音色選擇，包括女性與男性聲音；b)支持音色個(gè)性化生成，例如錄入家庭成員的自然音色；c)選擇語(yǔ)氣較為平緩、溫和的音色。7.4容錯(cuò)性T/CIDADS00027—2025容錯(cuò)性應(yīng)符合如下要求：a)提供差錯(cuò)容忍并盡可能阻止差錯(cuò)（例如，在用戶輸入或操作異常時(shí)，提供具體錯(cuò)誤原因（如格式錯(cuò)誤、邏輯沖突）及修正建議，減少重復(fù)錯(cuò)誤；通過(guò)自適應(yīng)界面（AdaptiveGuidance）動(dòng)態(tài)調(diào)整提示內(nèi)容，例如根據(jù)用戶操作習(xí)慣推薦合理輸入范圍）；b)提供用戶友好的、有效的差錯(cuò)恢復(fù)程序。例如，對(duì)于輸入無(wú)效信息，應(yīng)給用戶提供重試的機(jī)會(huì)。除此之外，若在長(zhǎng)流程中間出現(xiàn)差錯(cuò)，應(yīng)請(qǐng)用戶僅重復(fù)最后一步，而不是從頭開始整個(gè)流程。需要為用戶提供不可間斷的差錯(cuò)消息；d)對(duì)于重要的、不可逆的或關(guān)鍵操作，要求用戶給予證實(shí)；f)任何時(shí)候均應(yīng)給與用戶有效的幫助；g)在幾秒鐘之后，應(yīng)提供重復(fù)的提示信息形式的幫助。7.5反饋信息反饋信息應(yīng)符合如下要求：a）在每一次用戶動(dòng)作之后提供中間反饋，例如，可以通過(guò)下一個(gè)提示、菜單或通知來(lái)告知用戶輸入已經(jīng)成功；b）按用戶流程順序步驟，為用戶提供相對(duì)應(yīng)的反饋信息。不應(yīng)重復(fù)使用相同的反饋信息；c）用戶動(dòng)作和服務(wù)平臺(tái)響應(yīng)之間的延時(shí)不應(yīng)長(zhǎng)于幾秒鐘（實(shí)際數(shù)值取決于特定的情況若延時(shí)較長(zhǎng)，用戶應(yīng)接收到等待信息。7.6消息的準(zhǔn)備消息的準(zhǔn)備應(yīng)符合如下要求：d）語(yǔ)音消息應(yīng)由同一個(gè)專業(yè)講話者錄制或者采用同一種專業(yè)講話者的聲音合成語(yǔ)音；e）宜使用明確的、肯定句可以使用戶更好理解。在勸阻用戶不做某些動(dòng)作時(shí)使用否定句，例如，“若還需使用其他服務(wù)，請(qǐng)不要退出”；f）消息不應(yīng)包含技術(shù)解釋；g）在服務(wù)和支持的文檔中使用相同術(shù)語(yǔ)；h）在人際會(huì)話中使用最少量的客套話；i）消息使用大多數(shù)用戶偏好的語(yǔ)言。8觸摸屏交互設(shè)計(jì)要求8.1觸摸屏交互界面布局對(duì)于帶顯示屏的智能音箱，觸摸屏交互界面布局應(yīng)符合如下要求：a）根據(jù)用戶的思維和操作過(guò)程設(shè)計(jì)顯示和聚焦框的布局；b）確保各功能模塊位置固定、易于識(shí)別，核心功能按健放置在顯著位置；c）減少過(guò)多的頁(yè)面跳轉(zhuǎn)層級(jí)，核心功能可在2步~3步操作內(nèi)完成；d）在顯示上不應(yīng)有過(guò)度詳細(xì)的信息；e）不應(yīng)有擁擠的功能顯示和聚焦框配置；f）按照功能分組如形狀、位置、顏色或其他屬性等來(lái)排列操作聚焦框；g）保持結(jié)構(gòu)框架、操作、色彩、反饋、字體和圖標(biāo)風(fēng)格的一致性；h）應(yīng)有進(jìn)入幫助的快捷健。8.2觸摸屏交互觸摸屏交互應(yīng)符合如下要求：a）“點(diǎn)擊”應(yīng)作為主要交互模式，減少操作復(fù)雜、不合邏輯的交互模式；b）支持滑動(dòng)、點(diǎn)擊、長(zhǎng)按等標(biāo)準(zhǔn)交互方式；c）提供顯示放大功能，支持用戶放大頁(yè)面內(nèi)容，文字、圖標(biāo)在放大狀態(tài)下應(yīng)仍保持清晰可辨，用戶可在放大狀態(tài)下完成全部操作。T/CIDADS00027—20259用戶操作指南設(shè)計(jì)要求用戶操作指南應(yīng)服務(wù)如下要求：a）宜包括文本、語(yǔ)音和視頻形式的操作指南；b）為用戶提供搜索功能和快捷鍵獲取幫助信息功能；c）文字指南應(yīng)當(dāng)簡(jiǎn)潔、可理解、明確無(wú)二義性；d）語(yǔ)音指南應(yīng)當(dāng)使用簡(jiǎn)單、清晰發(fā)音的語(yǔ)言，并且使用符合用戶思維過(guò)程的合理的過(guò)程。聲音級(jí)別應(yīng)當(dāng)可調(diào)節(jié)，并且可以被設(shè)置為靜音，基本的頻率和聲音音響應(yīng)當(dāng)可調(diào)節(jié)。語(yǔ)音指南的說(shuō)話速度應(yīng)當(dāng)可調(diào)節(jié)。語(yǔ)音指南所提供的信息在需要時(shí)應(yīng)當(dāng)能夠被重復(fù)；e）視頻指南應(yīng)當(dāng)配有與聲音同步的字幕，并允許用戶暫停、回放和調(diào)節(jié)播放速度。10智能音箱的選擇宜選擇符合YD/T4440-2023中規(guī)定的七級(jí)智能以上的智能音箱，帶顯示屏的智能音箱屏幕大小應(yīng)適宜老年用戶手部活動(dòng)可操控的范圍。并應(yīng)具有個(gè)性化識(shí)別，多模態(tài)交互以及自定義喚醒詞的個(gè)性化服務(wù)功能。11信息安全要求信息安全應(yīng)符合如下要求：a）用戶鑒權(quán)：當(dāng)生物識(shí)別技術(shù)被用于標(biāo)識(shí)用戶或準(zhǔn)許用戶進(jìn)行操作時(shí)，應(yīng)當(dāng)提供用戶鑒權(quán)的可替代的方式選項(xiàng)。b）廣告彈窗：不應(yīng)有廣告插件，如隨機(jī)出現(xiàn)廣告或臨時(shí)性的廣告彈窗。c）誘導(dǎo)類聚焦框：不應(yīng)有誘導(dǎo)下載、誘導(dǎo)付款等誘導(dǎo)式聚焦框。d）用戶個(gè)人信息安全：進(jìn)行個(gè)人信息處理時(shí)應(yīng)遵循最小必要原則，即處理個(gè)人信息應(yīng)有明確、合理的目的，并應(yīng)限于實(shí)現(xiàn)處理目的的最小范圍，不應(yīng)進(jìn)行與處理目的無(wú)關(guān)的個(gè)人信息處理。收集信息（如位置信息、圖片信息等）的行為，應(yīng)符合GB/T41391的相關(guān)規(guī)定。語(yǔ)音信息應(yīng)按照個(gè)人信息進(jìn)行處理，語(yǔ)音信息控制者應(yīng)遵循GB/T35273-2020的相關(guān)安全要求。e）語(yǔ)音交互安全：智能音箱進(jìn)行語(yǔ)音交互處理時(shí)，語(yǔ)音交互安全應(yīng)符合YD/T6310的相關(guān)規(guī)定。T/CIDADS00027—