ISOTS 9241-6202023 人与系统交互的人类工效学.第620部分交互系统用户的声音作用标准立项发展报告

人与系统交互的人类工效学第620部分：交互系统用户的声音作用标准立项发展报告StandardizationDevelopmentReport:Ergonomicsofhuman-systeminteraction—Part620:Theroleofsoundforusersofinteractivesystems摘要随着信息技术的迅猛发展，人机交互方式已从传统的视觉主导模式逐步向多模态交互方向演进，声音作为交互系统中不可或缺的信息传递通道，其重要性日益凸显。然而，长期以来，国际标准化组织在人与系统交互领域虽已建立较为完善的工效学标准体系，但在声音交互设计的系统性规范方面仍存在空白。为填补这一缺口，国际标准化组织人类工效学技术委员会（ISO/TC159）历经多年研讨与论证，于2023年7月正式发布ISO/TS9241-620:2023《人与系统交互的人类工效学第620部分：交互系统用户的声音作用》。该标准作为ISO9241系列的重要组成部分，系统界定了声音在交互系统中的功能定位、分类体系、设计原则与应用指南，为交互系统开发者、产品设计师以及相关研究人员提供了权威的技术依据。本报告从标准立项背景、技术内容框架、核心创新点、应用价值及主要参与单位等方面对该标准进行全面的解读与分析，旨在为国内相关领域的标准研制、产品开发与学术研究提供参考与借鉴。关键词：人类工效学；人机交互；声音设计；交互系统；ISO9241；多模态交互；可用性；标准化Keywords:Ergonomics;Human-ComputerInteraction;SoundDesign;InteractiveSystems;ISO9241;MultimodalInteraction;Usability;Standardization一、引言1.1标准立项背景与意义人机交互技术经历了从命令行界面到图形用户界面、再到自然交互界面的多次范式变革。在这一演进过程中，视觉通道长期占据主导地位，而听觉通道的作用往往被弱化甚至忽视。然而，随着移动设备的普及、可穿戴计算设备的兴起以及无障碍设计理念的深入人心，声音在交互系统中所扮演的角色正发生根本性转变。声音不仅是信息提示的辅助手段，更成为构建沉浸式体验、实现多任务并行处理、服务特殊群体用户的关键交互通道。从技术发展的宏观视角来看，语音交互助手（如智能音箱、手机语音助手）、声音反馈系统（如触觉反馈设备的配套音频）、以及面向视障用户的无障碍交互方案等应用场景的快速普及，对声音交互的系统化设计提出了迫切需求。不同设备、不同场景下的声音设计各自为政、缺乏统一规范的问题日益突出，不仅增加了用户的学习成本，也在一定程度上削弱了交互系统的整体可用性和用户体验。1.2标准在标准体系中的定位ISO9241系列标准是国际人机工效学领域最具影响力的标准族，其框架体系涵盖人机交互的各个层面。其中，第1部分至第100部分主要涉及基本术语、硬件工效学与视觉显示要求；第100部分至第300部分聚焦于软件交互界面与对话原则；第300部分至第600部分涉及显示技术、物理输入设备与交互环境；而第600部分至第900部分则重点关注新兴交互模态与特殊应用场景。ISO/TS9241-620:2023作为该系列的620部分，隶属于"交互系统设计的一般性指导"子系列，其编号位置决定了它承担着衔接基本交互原则与具体声音应用实践的重要桥梁功能。该标准的技术定位为技术规范（TechnicalSpecification，TS），表明其内容兼具技术成熟度与持续完善空间，既提供了具有实操价值的规范性指引，又为后续修订升级为国际标准（IS）保留了弹性。1.3编制过程概述该标准由ISO/TC159（人类工效学技术委员会）下属的SC4（人与系统交互工效学分会）负责制定，具体由WG8（交互系统设计工作组）承担起草任务。标准编制工作历经提案准备、工作草案、委员会草案、国际标准草案等多个阶段。自2018年正式立项以来，来自美国、英国、德国、日本、中国等十余个国家的专家代表参与了多轮技术研讨与意见征集。2023年7月18日，该标准经ISO中央秘书处最终审核后正式发布，标志着人机交互领域声音设计标准化工作迈出了里程碑式的一步。二、标准技术内容框架解析2.1标准适用范围与基本定位ISO/TS9241-620:2023明确规定其适用于各类交互系统中的声音设计与评估，涵盖桌面应用程序、移动应用、网页应用、智能终端设备、可穿戴设备以及虚拟现实/增强现实环境中的声音交互设计。标准的核心目标并非规定具体的声音参数阈值，而是从工效学原理出发，建立一套系统的声音设计决策框架，帮助设计者明确声音在特定交互情境中的功能定位，并据此选择恰当的声音特征与实现方式。值得注意的是，该标准在适用范围上采取了较为灵活的策略：既涵盖以声音为主要交互通道的应用场景（如语音助手、有声读物平台），也兼顾声音作为辅助反馈通道的常见场景（如通知提示音、操作确认音）。这种"全谱系"的覆盖方式提升了标准的普适性，使其能够在不同复杂度的交互系统中找到应用落点。2.2核心概念与术语体系标准系统定义了与交互系统声音设计相关的一组核心术语，构建了统一的术语体系。其中最为关键的概念包括：-交互声音（InteractionSound）：指在交互过程中由系统产生、用于向用户传递信息或增强交互体验的声音信号，包括语音和非语音两大类。-声音事件（SoundEvent）：指具有明确起止边界、承载特定交互语义的最小声音单元。-声音标识（SoundIdentity,Sonification）：指通过非语音声音映射信息数据的方式，使声音成为信息表征的载体。-声音生态（SoundEcology）：指交互系统中所有声音事件及其时间、空间关系的整体集合，强调声音设计的系统性和一致性。-听觉负荷（AuditoryLoad）：指用户在处理声音信息时所占用的认知资源，是评估声音设计合理性的重要维度。这一术语体系的确立，为后续声音交互设计提供了统一的语言基础，有效促进了学术界与产业界之间的沟通效率。2.3声音的功能分类框架标准将交互系统中的声音功能划分为五个基本类别，形成了多维功能分类框架：第一，信息传达功能。声音承担着传递明确信息内容的任务，既包括语音形式的信息播报（如导航指引、新闻朗读），也包括非语音形式的信息编码（如不同音调代表不同状态）。该功能强调声音信息传达的准确性、完整性和无歧义性。第二，反馈确认功能。声音用于对用户操作行为的即时响应，确认系统已接收到用户指令并做出相应处理。常见的例子包括键盘敲击音、按钮点击音、消息发送成功提示音等。该功能的核心要求是反馈的及时性和一致性。第三，状态提示功能。声音用于传递系统运行状态的变化信息，帮助用户在无需注视屏幕的情况下感知系统状态。典型的应用场景包括电池电量不足警告、网络连接中断提示、任务完成通知等。第四，环境营造功能。声音用于构建特定的使用氛围和情绪基调，增强用户的情感体验和沉浸感。该功能在游戏、娱乐、虚拟现实等应用领域尤为常见，对声音美学品质和情感表达力提出了较高要求。第五，引导辅助功能。声音在用户操作过程中提供方向性引导和操作辅助，尤其服务于视觉受限场景或视障用户群体。该功能强调声音信息的空间定位能力和操作指示的明确性。这一功能分类框架为设计者提供了清晰的分析工具，有助于在具体设计过程中明确声音的使命和目标，避免声音设计的盲目性和随意性。2.4声音设计的关键原则在功能分类的基础上，标准系统阐述了交互系统声音设计的核心原则体系，主要包括以下方面：用户中心原则。声音设计应以目标用户群体的特征和需求为出发点，充分考虑用户的听觉能力、文化背景、使用习惯和使用环境。不同年龄群体对声音频率的感知存在差异，不同文化语境下相同声音符号可能具有迥异的语义关联，这些因素均应纳入设计考量。一致性原则。同一系统内、同一产品线内乃至同一生态体系内，同类型声音事件的声学特征和语义关联应保持高度一致。一致性不仅体现在声音的音调、音色等物理属性层面，更体现在声音与功能之间的映射关系层面。可辨识性原则。不同功能类别的声音应具有足够的区分度，确保用户能够在多任务场景下快速、准确地识别声音信号所代表的含义。可辨识性的实现既依赖于声音本身的声学特征设计，也依赖于声音与其他通道（视觉、触觉）的协同配合。适度性原则。声音的使用应符合交互场景的需求，避免过度设计。在需要安静环境的场景中，应提供声音关闭或静音替代方案；在信息密集呈现的场景中，应控制声音事件的频率和复杂度，避免造成认知过载。可调节性原则。系统应为用户提供声音参数（音量、音调、音色等）的调节能力，并支持声音通道的开启与关闭，尊重用户的个性化偏好和情境化需求。容错与冗余原则。对于关键信息，应考虑采用多通道冗余编码（如声音与视觉同时提示）的方式，确保在单一通道受阻时信息仍能有效传达。2.5声音设计流程与方法论标准提出了一套完整的声音设计流程参考框架，将声音设计嵌入到交互系统开发的整体生命周期中。该流程包括五个阶段：需求分析阶段，设计者需要明确声音在目标交互系统中的功能定位，梳理用户的听觉特征和使用场景约束，识别关键的声音交互需求；概念设计阶段，设计者需要根据需求分析结果，确定声音设计的方向性策略，包括声音风格定位、声音元素谱系构建以及声音与品牌调性的匹配关系；详细设计阶段，设计者需要借助专业的音频设计工具，完成具体声音事件的声学参数设定（如频率、幅度、时值、包络等）、语音交互的脚本编写以及声音标识映射方案的设计；原型验证阶段，设计者需要通过可交互原型对声音设计方案进行可用性测试，收集用户在声音辨识度、接受度、干扰度等方面的反馈数据；迭代优化与维护阶段，设计者需要根据测试数据和用户反馈，持续迭代优化声音方案，并在产品发布后建立声音资产的版本管理机制。三、标准的核心创新点与技术特色3.1多维度声音分类体系的开创性ISO/TS9241-620:2023最突出的贡献在于建立了首个面向交互系统用户的声音功能分类体系。不同于传统声学标准侧重于声音的物理属性测量，该标准从用户体验和交互功能的角度对声音进行系统分类，将技术维度、认知维度与使用场景维度有机整合，为声音交互设计提供了完整的分析框架。3.2面向多模态交互的系统视角该标准在讨论声音设计问题时始终将声音置于多模态交互的整体框架中加以审视。这一视角的创新之处在于：它不孤立地讨论"声音如何设计"，而是始终追问"声音与其他通道如何协作"。具体而言，标准详细分析了声音与视觉通道的配合策略（如声音提示与屏幕通知的时序配合）、声音与触觉通道的协作模式（如振动反馈与提示音的同步触发）、以及声音在通道切换中的替代与补偿作用（如视觉通道受阻时声音通道的信息增强）。3.3包容性设计的深度融入标准将无障碍与包容性设计理念贯彻到声音设计的全过程。在用户差异维度上，标准详细考虑了不同听觉能力用户的差异化需求；在使用场景维度上，涵盖了安静环境、嘈杂公共环境、驾驶场景、医疗场景等多种特殊情境下的声音设计要求。尤其值得关注的是，标准对视障用户的声音交互需求给予了系统性关注，提出了"声音导航""语音描述""触听协同"等具体设计方案的方向性指引。四、标准的应用价值与影响分析4.1对产品设计与开发实践的指导价值对交互系统设计者和开发者而言，该标准提供了一套体系化的声音设计决策工具。在具体设计实践中，标准的功能分类框架帮助设计师快速明确每个声音元素的设计目标；一致性原则为建立产品声音设计规范提供了基准参照；用户中心原则和可调节性原则指导设计者建立用户声音偏好配置机制。特别是对于跨平台、跨设备的产品生态体系，该标准有助于构建统一而灵活的声音体验体系，保障用户在不同设备间切换时获得连贯的听觉体验。4.2对用户体验评估的支撑作用该标准也为交互系统的用户体验评估提供了新的评估维度。传统的可用性测试多聚焦于视觉界面的操作效率、出错率等指标，而该标准提出的听觉负荷概念、声音辨识度评价指标以及声音舒适度评价维度，为建立全面的用户体验评估体系提供了有益补充。评估人员可依据标准所建立的原则框架，设计针对声音维度的专项测试方案，更全面地把握交互系统的整体体验质量。4.3对相关标准研制的示范效应作为ISO9241系列中首个聚焦声音交互的技术规范，该标准的发布为系列内其他模态标准（如触觉交互、手势交互、多模态融合）的研制提供了方法论参照。标准所采用的"功能分类—设计原则—流程方法"的三层技术架构，已被证明是组织交互模态类标准的有效范式。五、主要起草与参与单位介绍5.1ISO/TC159/SC4/WG8工作组概况本标准的编制工作由ISO/TC159（人类工效学技术委员会）下属SC4分会（人与系统交互工效学分会）的WG8工作组（交互系统设计工作组）承担。WG8工作组汇聚了来自全球多个国家的工效学专家、交互设计师、声学工程师和工业心理学研究者，其专业背景覆盖了标准制定所需的多学科知识体系。5.2牵头单位：美国人因工程与工效学学会（HFES）在本标准的制定过程中，美国人因工程与工效学学会（HumanFactorsandErgonomicsSociety,HFES）发挥了核心牵头作用。HFES成立于1957年，是全球人因工程与工效学领域规模最大、最具影响力的专业学术组织之一，拥有来自学术界、产业界和政府机构的数千名会员。在人机交互标准化领域，HFES拥有深厚的技术积累和丰富的标准研制经验。早在ISO9241系列标准研制的初期阶段，HFES即作为美国国家委员会的技術支撑机构深度参与其中。在ISO/TS9241-620:2023的研制过程中，HFES主要贡献了以下方面的技术力量：在基础理论层面，HFES依托其下属的听觉工效学技术组和交互设计技术组，组织开展了大量的听觉感知与人机交互交叉领域的基础研究。这些研究成果为标准的术语定义、功能分类框架的建立提供了坚实的理论支撑。在方法学层面，HFES将其积累的可用性工程方法论（如以用户为中心的迭代设计方法、专家评审法、认知走查法等）与声音设计的特殊需求相结合，提出了适用于声音交互设计评估的改良方法体系，这些方法论成果被充分吸收到标准的第五章（设计流程）和第六章（评估方法）中。在国际协调层面，HFES依托其丰富的国际标准化工作经验，在协调不同国家对于声音设计理念和术语翻译的分歧方面做出了突出贡献。特别是在日语和德语语境中部分声音工效学概念难以直接对应翻译的问题上，HFES提出的兼容性解决方案获得了各成员国的一致认可。5.3其他重要贡献方除HFES外，多个国家和地区的标准化机构及相关企业也积极参与了标准的研制工作。英国标准协会（BSI）依托其在声品质研究和产品声音设计领域的传统优势，在标准中关于声音舒适度和声音美学的章节中贡献了大量技术素材；德国标准化协会（DIN）借助其在工业产品可用性测试方面的丰富经验，为标准中评估方法与测试规程的编写提供了有力支撑；日本工业标准调查会（JIS）在移动设备声音交互设计、以及面向老龄化社会的声音无障碍设计方面提出了一系列补充建议。此外，微软、苹果、谷歌等国际科技巨头也通过其企业标准团队参与了标准的研讨和意见反馈，将成功的产业实践经验带入到了标准文本之中。六、结论与展望ISO/TS9241-620:2023《人与系统交互的人类工效学第620部分：交互系统用户的声音作用》的正式发布，填补了国际标准化组织在人机交互领域声音设计系统性规范的空白，具有里程碑式的意义。该标准以多维度声音功能分类体系为理论基石，以系统化的设计原则和流程方法为实施工具，以包容性和多模态协同为价值导向，构建了从设计理念到实施路径的完整链条。展望未来，该标准的发展可以从以下几个方向持续深化：其一，随着人工智能和语音技术的快速迭代，智能语音交互中的声音设计问题将日益复杂，标准需要及时纳入情感化语音设计、个性化声音合成等前沿议题；其二，虚拟现实和增强现实环境中沉浸式声音交互的设计规范将是后续版本的重要扩展方向；其三，该标准目前以技术规范（TS）形式发布，随着应用实践的积累和技术共识的扩大，有望在未来升级为国际标准（IS），进一步增强其约束力和影响力。对于我国而言，ISO/TS9241-620:2023的发布为国内人机交互领域的标准化工作提供了重要的参照和启示。一方面，国内相关企业和研究机构应积