Diretrizes de UX de conversão de fala em texto e exibição de texto do PlayFab Party

A biblioteca do PlayFab Party dá aos criadores de jogos o poder de envolver mais jogadores por meio de opções acessíveis de chat no jogo. Ela fornece um meio para que o chat de voz seja transcrito em texto e para que a entrada de texto seja convertida em voz sintetizada. Você pode implementar uma solução de interface do usuário personalizada para esses recursos no seu título. No XBOX e no Windows, você pode usar APIs de plataforma para implementar a interface do usuário relevante. Este documento é a segunda parte de uma série de duas partes que aborda soluções de UX para a implementação da conversão de fala em texto e de texto em fala. A primeira parte se concentra na implementação, nos requisitos e nas soluções de interface do usuário para console e PC da conversão de texto em fala, enquanto este tópico se concentra na implementação, nos requisitos e nas soluções de interface do usuário para console e PC da conversão de fala em texto.

​

Cenários de conversão de texto em fala e de fala em texto

O gráfico a seguir orienta você pelos cenários que os jogadores vivenciarão quando você habilitar os recursos de conversão de fala em texto e de texto em fala. Ele descreve o impacto para o usuário em três estágios da experiência de jogo: configuração inicial, jogar um jogo e participar do chat do jogo.

​

Entendendo a API

​

Conversão de fala em texto

​

Habilitando a transcrição

A transcrição do áudio recebido para o usuário associado a um controle de chat local pode ser habilitada chamando PartyLocalChatControl::SetTranscriptionOptions(). Quando a operação for concluída, um PartySetTranscriptionOptionsCompletedStateChange será fornecido por PartyManager::StartProcessingStateChanges(), indicando se a operação assíncrona foi bem-sucedida.

​

Recebendo transcrições

Quando o áudio é enviado a um controle de chat associado a um usuário local que habilitou a transcrição, o áudio será transcrito. Cada transcrição será indicada por um PartyVoiceChatTranscriptionReceivedStateChange fornecido por PartyManager::StartProcessingStateChanges(). O locutor, os destinatários e o texto da transcrição serão especificados na alteração de estado. Além disso, a alteração de estado especificará se o texto da transcrição é uma frase Hypothesis ou Final. Uma frase Hypothesis é um instantâneo do processo de transcrição que indica um refinamento iterativo do texto da transcrição. Ela pode, opcionalmente, ser usada para melhorar a capacidade de resposta percebida do processo de transcrição. Uma frase Final representa o fim do processo de transcrição depois que um usuário concluiu uma sentença ou frase.

​

Exibindo transcrições

Quando o texto da transcrição for recebido, ele deverá ser exibido de acordo com as diretrizes de design de UX a seguir. A API Windows::Gaming::UI::GameChatOverlay ou Windows::Xbox::UI::Accessibility pode ser usada no Windows ou no XBOX, respectivamente, para usar a interface do usuário padrão de chat de texto do sistema, que foi projetada para estar em conformidade com estas diretrizes.

​

Descoberta

No XBOX e no Windows, os usuários podem encontrar as configurações de conversão de texto em fala e de fala em texto na seção Acessibilidade em Configurações no XBOX Home (console XBOX) ou no aplicativo XBOX (Windows 10). As configurações são controladas por botões de alternância que habilitam ou desabilitam os recursos para todos os jogos XBOX específicos do perfil do usuário que se integram às configurações da plataforma. Para todas as outras plataformas, consulte as diretrizes de acessibilidade delas para saber a localização das configurações de conversão de texto em fala e de fala em texto.

​

Orientações de UX para criar uma janela de conversa personalizada

​

Práticas recomendadas gerais

Legendas e transcrição de chat de voz enfrentam um desafio semelhante: exibir texto de conversa rápido, sobreposto a mídia rica. A documentação sobre legendas pode se aplicar a uma janela de conversa.

​

Noções básicas

1. Alto contraste entre o texto e o plano de fundo.
2. Evite apresentar texto demais na tela de uma só vez.
3. Use um tamanho de texto grande o suficiente para o tamanho da tela.

​

Boas práticas

1. Garanta que os usuários possam encontrar e habilitar as configurações de conversão de texto em fala antes de participar do chat do jogo.
2. Evite conflitos com outros elementos da interface do usuário.
3. Ao empilhar várias respostas, adicione as cadeias de caracteres mais recentes na parte inferior.
4. Diferencie os locutores.
5. Use uma fonte clara e legível.
6. Permita que a janela de conversa e o conteúdo sejam personalizados pelo usuário.

​

Tamanho da janela

Para garantir uma experiência equivalente para todos os seus jogadores, é crucial considerar tanto as necessidades do usuário quanto as necessidades da interface do usuário do jogo. Esta seção apresentará um método para determinar a melhor exibição, com base em:

• O comportamento de chat do usuário.
• Layouts variados de interface do usuário que usam o chat do jogo (lobbies, configuração do jogo, sessão de jogo).
• Impacto da interface do usuário que pode ser chamada pelo título (TCUI) (por exemplo, sobreposições, notificações do sistema, teclado virtual).
• Requisitos de apresentação, como fontes e formatação.

​

Comportamento de chat dos usuários

Diferentes recursos do jogo geram densidades de chat variadas. Por exemplo, o lobby do jogo, a sessão de jogo e o encerramento ao final do jogo são momentos em que o chat do jogo é utilizado. No entanto, os tipos de discussão mudam os objetivos da tela. Conhecer o tipo de discussão pode ajudar a avaliar se uma janela de conversa é crítica ou opcional para as necessidades da jogabilidade. Tipos de discussão

• Conversa informal. Não é crítica para atingir objetivos. Por exemplo, interesses comuns, palavrões, socialização.
• Funcional. Crítica para atingir os objetivos do jogo. Por exemplo, coordenar a estratégia com sua equipe.

​

Comprimento do chat: requisitos mínimos

Os tipos de discussão no chat do jogo influenciam uma ampla variedade de tipos de resposta de um único usuário (de saudações e confirmações curtas a respostas instrutivas e descritivas mais longas). Depois de determinar um tipo de discussão principal para cada tela, você pode começar a fazer algumas suposições gerais sobre o tipo e o comprimento das respostas. Pesquisar a atividade de chat do seu jogo fornecerá os resultados mais precisos. Isso exige identificar padrões comuns em conversas de vários usuários. Uma solução é realizar um teste de pesquisa com usuários, usando a funcionalidade de conversão de fala em texto dentro do seu jogo para capturar os dados de pesquisa dos participantes. Outra sugestão é assistir a transmissões de jogos de gêneros semelhantes e acompanhar os padrões de conversa. Esses dados podem então ser aplicados a esta estratégia simples para determinar o comprimento da conversa:

• Frequência de respostas - Determine quantas respostas foram trocadas antes de uma pausa e, em seguida, calcule a média dessas respostas para chegar a um número final. Exemplo: dois jogadores conversando trocaram, em média, cinco respostas antes que ocorresse uma pausa.
• Comprimento da resposta - Determine a média de palavras e de caracteres de uma única resposta. Exemplo: uma única resposta teve, em média, 10 palavras e 35 caracteres (com espaços) por resposta.
• Formatação - Cada alteração de estado relacionada ao chat inclui informações úteis para ajudar a visualizá-la. O comprimento de cada campo precisa ser levado em conta ao determinar a formatação. No exemplo a seguir, o tipo de mensagem, ou seja, se a mensagem é resultado de conversão de fala em texto ou de uma mensagem de texto, pode ser inferido a partir do tipo de alteração de estado. Um PartyVoiceChatTranscriptionReceivedStateChange sempre indicará texto resultante de entrada de voz, e um PartyChatTextReceivedStateChange sempre indicará texto resultante de entrada de texto. A origem da resposta, ou seja, quem enviou a comunicação, e a própria resposta podem ser determinadas pelos campos de cada alteração de estado.

​

Tamanho e tipo da fonte

Escolher uma fonte legível é importante para os jogadores que leem qualquer interface de texto na tela, alguns dos quais podem ter baixa visão. Exemplo: diferentes tipos de letra do mesmo tamanho podem variar em legibilidade. Um mínimo de 28px para texto de interface do usuário em 1080p (14sp) é recomendado para transcrições de chat apresentadas em uma experiência de 10 pés. Assim como as legendas, elas são exibidas por um tempo limitado e, portanto, o texto deve ser visivelmente maior do que o mínimo aceitável (24pt para 10 pés) para o restante da interface do usuário.

​

Calculando seus requisitos finais de tamanho mínimo

Agora que você tem a frequência média de respostas, o comprimento das respostas, as considerações de formatação e o tamanho e tipo da fonte, pode determinar o requisito de tamanho da sua janela: Exemplo: o resultado do uso das especificações acima dentro de uma janela de 525px (l) x 395px (a). Comece a testar seu design usando o ConversationWindow_Template.ai. Acesse Recursos para obter o arquivo nativo do Adobe Illustrator (.ai).

​

Posição e proporção

Agora que você tem os requisitos mínimos de texto para a janela de conversa, pode começar a testar o posicionamento e a proporção de tamanho.

​

Posicionamento: relativo versus fixo

Alinhar a janela de conversa a um formato de grade fornece um conjunto muito simples de entradas que pode ser dimensionado independentemente da resolução da tela. Por exemplo, a interface do usuário de conversão de fala em texto do sistema operacional do XBOX faz referência a nove quadrantes (Esquerda/Superior, Esquerda/Centro, Esquerda/Inferior, Meio/Superior e assim por diante) para o posicionamento. Se o seu jogo tiver saída para várias resoluções de tela (4K, PC), você não precisará se preocupar em dimensionar valores de pixel X,Y de 1080p para um tamanho de tela diferente. Ao ter um número predeterminado de posições relativas, você não precisará lutar com código legado para manter o posicionamento perfeito em pixels de elementos de design, fontes ou áreas seguras. Em vez disso, seu design garante uma posição relativa. Considere fazer referência a várias posições para acomodar a complexidade variável das telas:

• Identifique as telas em que a atividade de chat do jogo é crítica.
• Evite inibir a interação. (Veja a Observação)
• Evite ocultar detalhes críticos. (Veja a Observação)

​

Personalização controlada pelo usuário

Pode haver telas em que simplesmente não haja espaço para acomodar uma janela de conversa de qualquer tamanho. Exemplo: a interface do usuário de resultados ao final do jogo preenche a tela inteira. Uma janela de conversa corre o risco de cobrir estatísticas críticas.

​

Soluções para conflitos entre a interface do usuário do jogo e a janela de conversa

1. O usuário deve poder desabilitar o recurso por meio do sistema operacional.
   Idealmente, o usuário tem a opção de sair do jogo e ativar ou desativar a opção de conversão de fala em texto usando as configurações de Facilidade de Acesso.
   • Impacto na interface do usuário: NENHUM
   • Impacto na UX: RUIM
   Exemplo: desabilitando a configuração de conversão de fala em texto por meio das Configurações do sistema operacional. (Isso mostra um caminho crítico para o console XBOX One)
2. O jogo fornece um método para que os usuários minimizem a janela. Ter uma configuração de conversão de fala em texto para minimizar ou mover a janela oferece mais flexibilidade para o designer e para o usuário.
   • Impacto na interface do usuário: MODERADO Requer a adição de um botão para minimizar/maximizar a janela de chat em um menu de configurações do jogo. Recomendamos que essa opção apareça somente quando a conversão de fala em texto estiver habilitada.
   • Impacto na UX: BOM Esta é uma solução de 3 cliques em que os menus de configurações são exibidos no jogo.
   Exemplo: minimizar/maximizar a janela de conversão de fala em texto por meio do menu Opções do jogo (caminho crítico para console XBOX/PC Exemplo de console: adicione uma configuração de conversão de fala em texto no menu Pausa. Exemplo de PC: adicione uma configuração de conversão de fala em texto no menu Pausa. Permitir que os usuários minimizem ou maximizem a janela de conversa coloca a escolha nas mãos deles. O jogo não precisa tentar evitar comprometer áreas críticas da tela. As telas do jogo que não exigem respostas imediatas dão aos usuários tempo para desviar o foco e editar suas configurações. Eles podem minimizar ou maximizar a janela sem encerrar a sessão. Mantenha a navegação de ida e volta para essa configuração o mais eficiente possível. Para telas do jogo que exigem respostas imediatas, ou quando apontar e clicar (PC) não é uma opção, um botão ou comando de tecla pode ser mapeado diretamente. Exemplo de console: um botão é mapeado para ativar/desativar a exibição e é anotado na legenda. Exemplo de PC: um botão é mapeado para ativar/desativar a exibição e é anotado na legenda.

​

Requisitos funcionais

• A conversa continua sendo acompanhada enquanto a janela está minimizada.
• O usuário pode expandir a janela e ver as respostas mais recentes. (O usuário não vê um histórico das respostas perdidas.)
• Essa opção aparece quando a configuração de conversão de fala em texto do perfil do usuário é detectada como habilitada.
• Essa configuração não substituiria a configuração de conversão de fala em texto do perfil do sistema operacional.

​

Frequência de exibição

A atividade de chat flutuará entre os jogadores durante as sessões de jogo. Não há valor em manter uma janela de chat vazia aberta quando os jogadores não estão conversando. Feche automaticamente a janela quando o chat ficar inativo por um período definido. Exemplo: a janela de conversão de fala em texto é fechada após 15s de inatividade. Esse número se baseia no tempo que um usuário levaria para ler uma mensagem de 280 caracteres.

​

Rolagem

Durante conversas em andamento, a janela deve facilitar a visualização das respostas mais recentes. As respostas mais recentes são exibidas na parte inferior das respostas e rolam para cima.

​

Disparidade visual

Pode ser tentador projetar essa janela de chat para combinar com o estilo da sua interface do usuário. No entanto, a janela de chat tem uma função específica, distinta dos outros componentes do jogo. Ela apresenta informações que se originam fora das instruções do jogo. São informações do jogo que também usam texto e molduras. Um usuário pode confundir a intenção da janela de chat com componentes reais do jogo, se eles forem muito parecidos. Portanto, a sobreposição de chat deve ter atributos exclusivos que a separem claramente da interface do usuário do jogo. O grau de disparidade fica a critério do designer.

​

Fechando ou destruindo a janela de conversa

Um jogo deve determinar quando a janela de conversa permanece ativa (enquanto um usuário está realizando várias tarefas) ou quando ela deve ser fechada (por exemplo, quando um usuário sai de uma sessão de chat). Lembre-se de que essa janela representa uma conversa de chat ao vivo e não deve ser confundida com mensagens instantâneas (IM). Por exemplo, se um usuário se afastar do console ou pausar um jogo, a conversa continuará, mas ele terá perdido as respostas que ocorreram antes de seu retorno.

​

Interface do usuário que pode ser chamada pelo título (TCUI)

Exemplo de console: o Guia do XBOX One é uma TCUI e tem uma sobreposição transparente que escurece a tela. É comum que a interface do usuário do sistema de uma plataforma seja a camada visível “superior” de qualquer interface do usuário de jogo ou aplicativo. Por exemplo, a interface do usuário iniciada pelo sistema operacional do XBOX One (mensagens de erro, um teclado virtual, notificações do sistema, o Guia do XBOX One, o seletor de pessoas e outros elementos) aplica uma sobreposição preta semitransparente em tela inteira com sua janela de conteúdo.

• Impacto na UX: a visibilidade da janela de conversa será obscurecida.

​

Conclusão

As APIs de conversão de texto em fala e de fala em texto do PlayFab Party são recursos altamente eficazes para incluir uma variedade maior de usuários em um jogo e nas conversas durante o jogo. Quanto mais os jogadores se envolvem e desenvolvem relacionamentos, maior a probabilidade de continuarem jogando. Estas orientações ajudarão a garantir a melhor experiência do usuário possível.

​

Recursos

​

Modelos de design

• PlayFab Parties_AI_Templates.zip Contém:
  • PlayFab Parties_9GridTemplate.ai
  • ConversationWindow_Template.ai

​

Diretrizes de menus de narração com conversão de texto em fala

• Interações por fala
• API de síntese de fala (Windows)

​

Série de UX de conversão de texto em fala e de fala em texto do PlayFab Party

• Parte 1: Orientações de UX de conversão de texto em fala e entrada de texto do PlayFab Party
• Parte 2: Orientações de UX de conversão de fala em texto e exibição de texto do PlayFab Party

​

Documentação do SDK

• “Accessible in-game chat overview” no SDK do PlayFab (consulte Downloads do SDK)

​

Orientações de acessibilidade

• Griffiths, Gareth. Subtitles: Increasing Game Accessibility, Comprehension Gamasutra
• Game Accessibility Guidelines Uma referência simples para o design inclusivo de jogos

​

Design inclusivo

• Iniciativa Gaming for Everyone do XBOX
• Design inclusivo Kit de ferramentas e treinamento do Microsoft Design
• Kojouharov, Stefan. 10 Tips on Creating an Addictive ChatBot Referenciado neste documento para dicas de interface do usuário conversacional.