Une interface utilisateur vocale ou IUV (ou VUI pour en anglais) permet l'interaction orale entre humains et ordinateurs. Il est doté d'un dispositif de commande vocale (ou VCD pour ) désignant un appareil doté d'une interface utilisateur vocale. Les ordinateurs équipés d'un tel dispositif utilisent généralement la reconnaissance vocale pour comprendre les mots énoncés par les humains et la synthèse vocale pour les retranscrire.
De telles interfaces sont intégrées aux objets du quotidien comme les automobiles, la domotique, les systèmes d'exploitation des ordinateurs, les appareils ménagers (machines à laver et fours à micro-ondes) ou encore les télécommandes des télévisions. Elles constituent le principal moyen d'interaction avec les assistants virtuels sur smartphones et enceintes connectées.
Les anciens assistants automatiques (qui acheminent les appels téléphoniques vers le bon numéro) et les systèmes de réponse vocale interactive (qui effectuent des transactions plus complexes par téléphone) peuvent répondre à la pression des touches du clavier par des tonalités multifréquence, mais ces systèmes dotés d'une interface utilisateur entièrement vocale permettent aux appelants de formuler des demandes et des réponses sans avoir à appuyer sur aucun bouton.
Les nouveaux dispositifs de commande vocales sont indépendants du locuteur, ils peuvent donc répondre à plusieurs voix, indépendamment de l'accent ou des influences linguistiques. Ils sont également capables de répondre à plusieurs commandes à la fois, de séparer les messages vocaux et de fournir un retour d'information approprié, en imitant avec précision une conversation naturelle.
Histoire Les premières applications de l'interface utilisateur vocale ont été la numérotation des téléphones, soit directement, soit via un casque (généralement Bluetooth) ou un système audio de véhicule.
En 2007, un article de CNN rapporte que des entreprises comme Google et Apple tentent de développer des fonctionnalités de reconnaissance vocale. Depuis, la technologie a considérablement évolué. Google a ainsi créé un moteur de reconnaissance vocale appelé Pico TTS et Apple a mis en place Siri. Les dispositifs de commande vocale sont de plus en plus accessibles et efficaces. Actuellement, Xbox Live permet d'utiliser la commande vocale et Apple TV inclut Siri parmi ses fonctionnalités.
Ces applications sont supposées rationaliser les flux d'appels, minimiser les invites, éliminer les itérations inutiles et permettre des dialogues d'initiatives mixtes élaborés, permettant aux appelants d'entrer plusieurs informations en un seul énoncé et dans n'importe quel ordre ou combinaison. En général, plus les demandes de renseignements et les transactions sont complexes, plus elles sont difficiles à automatiser et donc susceptibles d'échouer. Dans certains scénarios, l'automatisation n'est tout simplement pas applicable. Une hotline de conseil juridique serait très difficile à automatiser, alors que les transactions rapides et routinières, ne nécessitant pas de compétences, sont maîtrisées.
Aperçu Une VUI constitue l'interface de toute application vocale. Il y a encore peu de temps, contrôler une machine par la parole relevait de la science-fiction et jusqu'à une période récente, ce domaine était considéré comme rattaché à l'intelligence artificielle. Cependant, les avancées dans des technologies telles que la synthèse vocale, le traitement du langage naturel (NLP) et les services Cloud, en général, ont contribué à l'adoption massive de ces types d'interfaces. Les VUI sont devenues plus courantes, les avantages sont multiples d'après les constructeurs permettant notamment de libérer les mains et le regard.
La fiabilité de la réponse apportée par les VUI est déterminante pour sa diffusion. Un taux d'erreurs trop important conduit potentiellement au rejet de ces technologies. Concevoir une bonne VUI requiert des talents interdisciplinaires en informatique, en linguistique et en psychologie des facteurs humains, autant de compétences coûteuses et difficiles à acquérir. Malgré les outils de développement avancés, la construction d'une VUI nécessite une compréhension approfondie des tâches à effectuer et une connaissance des utilisateurs.
Produits logiciels de commande vocale Apple et Windows fournissent des fonctionnalités de reconnaissance vocale intégrées à leurs systèmes d'exploitation.
Microsoft alt=|vignette|150x150px|Logo de Cortana Deux systèmes d'exploitation Microsoft, Windows 7 et Windows Vista, offrent des capacités de reconnaissance vocale. Microsoft a intégré des commandes vocales dans ses systèmes d'exploitation s'adressant aux personnes qui souhaitent, d'après Microsoft, limiter leur utilisation de la souris et du clavier sans compromettre leur productivité.
Windows Vista Avec la commande vocale de Windows Vista, un utilisateur peut dicter des documents et des e-mails dans les applications courantes, démarrer et basculer entre les applications, contrôler le système d'exploitation, formater des documents, enregistrer des documents, modifier des fichiers, corriger efficacement les erreurs et remplir des formulaires sur le Web. Le logiciel de reconnaissance vocale s'enrichit automatiquement à chaque utilisation. Elle est disponible en anglais (États-Unis), anglais (Royaume-Uni), allemand (Allemagne), français (France), espagnol (Espagne), japonais, chinois (traditionnel) et chinois (simplifié). Le logiciel est livré avec un didacticiel interactif, qui peut être utilisé pour former à la fois l'utilisateur et le moteur de reconnaissance vocale.
Windows 7 En plus de toutes les fonctionnalités fournies dans Windows Vista, Windows 7 fournit un assistant pour configurer le microphone et un sur l'utilisation de la fonctionnalité.
Apple Mac Os X Tous les ordinateurs Mac OS X sont préinstallés avec le logiciel de reconnaissance vocale. Le logiciel est indépendant de l'utilisateur et lui permet de naviguer dans les menus, d'entrer des raccourcis clavier, énoncer les noms des cases à cocher, les noms des boutons radio, les éléments de listes et les noms des commandes : ouvrir, fermer, contrôler et basculer entre les applications.
Produits commerciaux Si l'utilisateur n'est pas satisfait du logiciel de reconnaissance vocale intégré ou s'il n'en dispose pas, il est possible de se doter de produits commerciaux tels que Braina Pro ou Dragon Naturally Speaking pour Windows PC, et Dictate pour Mac OS.
Appareils mobiles à commande vocale Tout appareil mobile exécutant Androïde OS, Microsoft Windows Phone, iOS 9 ou version ultérieure ou Blackberry OS offre des capacités de commande vocale. En plus du logiciel de reconnaissance vocale intégré pour le système d'exploitation de chaque téléphone mobile, un utilisateur peut télécharger des applications de commande vocale tierces à partir du magasin d'applications de chaque système d'exploitation: Apple App Store, Google Play, Windows Phone Marketplace (initialement Windows Marketplace pour Mobile), ou BlackBerry App World .
Android Google Assistant gauche|vignette|150x150px|Logo de Google Assistant. Google a développé un système d'exploitation open source appelé Android, qui permet à un utilisateur d'exécuter des commandes vocales pour envoyer un SMS, écouter de la musique, obtenir un itinéraire, appeler des contacts, envoyer un e-mails, consulter des sites Web, rédiger une note et rechercher sur Google. Le logiciel de reconnaissance vocale est disponible pour tous les appareils depuis Android 2.2 Froyo, mais les paramètres doivent être définis en l'anglais. Google permet à l'utilisateur de changer la langue. L'utilisateur est invité à utiliser la fonction de reconnaissance vocale pour la première fois s'il souhaite que ses données vocales soient jointes à son compte Google. Si un utilisateur décide d'opter pour ce service, il contribue à l'entraînement du logiciel, lui permettant de reconnaître sa voix.
Google a présenté l' Assistant Google avec Android 7.0 "Nougat". Il est beaucoup plus avancé que l'ancienne version. Amazon a Echo, il utilise la version personnalisée d'Amazon sur Android pour fournir une interface vocale.
Microsoft Windows Windows Phone vignette|169x169px|Logo de Cortana. Sur Windows Phone 7.5, l'application vocale est indépendante de l'utilisateur et peut être utilisée pour appeler quelqu'un de la liste de contacts, appeler n'importe quel numéro de téléphone, recomposer le dernier numéro, envoyer un SMS, appeler votre messagerie vocale, ouvrir une application, lire des rendez-vous, interroger l'état du téléphone et rechercher sur le Web. En outre, la parole peut également être utilisée pendant un appel téléphonique et les actions suivantes sont possibles pendant un appel téléphonique: appeler un autre numéro, activer le haut-parleur ou appeler quelqu'un, ce qui active la pause de l'appel en cours.
Cortana Windows 10 présente Cortana, un système de commande vocale qui remplace la commande vocale précédemment utilisée sur les téléphones Windows. Celui-ci est supprimé dans Windows 11 au profit de Copilot.
iOS Apple a ajouté le contrôle vocal à sa famille d'appareils iOS en tant que nouvelle fonctionnalité de l'iPhone OS 3 . L'iPhone 4S, l'iPad 3, l'iPad Mini 1G, l'iPad Air, l'iPad Pro 1G, l'iPod Touch 5G et les versions ultérieures sont tous livrées avec un assistant vocal plus avancé appelé Siri. Le contrôle vocal peut toujours être activé via le menu Paramètres des nouveaux appareils.
Siri vignette|161x161px|Logo de Siri. Siri est une fonction de reconnaissance vocale intégrée indépendante de l'utilisateur qui permet à un utilisateur d'émettre des commandes vocales. Avec l'aide de Siri, un utilisateur peut émettre des commandes telles qu'envoyer un SMS, vérifier la météo, définir un rappel, rechercher des informations, planifier des réunions, envoyer un e-mail, rechercher un contact, définir une alarme, obtenir des itinéraires, suivre vos stocks, définir une minuterie et demander des exemples de requêtes de commandes vocales. De plus, Siri fonctionne avec Bluetooth et un casque filaire.
Amazon Alexa vignette|Logo d'Amazon Alexa|alt=|150x150px En 2014, Amazon présente l'appareil intelligent pour la maison Alexa. Il s'agit d'un haut-parleur intelligent contrôlé par la voix. Il s'est transformé en un appareil ayant la capacité de contrôler l'électroménager par commande vocale. Aujourd'hui, presque tous les appareils connectés sont contrôlables avec Alexa, y compris la lumière et la température. En permettant le contrôle vocal, Alexa peut se connecter à la technologie de la maison intelligente, permettant de verrouiller la maison et d'activer divers appareils (domotique). Cette forme d'intelligence Artificielle (IA) répond par voix enregistrée à une question posée.
Reconnaissance vocale dans les voitures Au fur et à mesure que la technologie automobile s'améliore, de plus en plus de fonctionnalité s'y ajoutent. Selon le CNET (site d'information sur les nouvelles technologies), les commandes vocales pour les voitures devraient permettre au conducteur d'émettre des commandes sans être distrait.
Un logiciel analogue à Siri est en cours de développement pour les voitures. La plupart des logiciels de reconnaissance vocale sur le marché en 2011 n'avaient que 50 à 60 commandes vocales, là où Ford SYNc en avait . Cependant, le CNET affirme que commandes vocales ne sont pas suffisantes compte tenu de la complexité et de la variété des tâches qu'un utilisateur peut souhaiter effectuer. La commande vocale pour les voitures est différente de la commande vocale pour les téléphones portables et les ordinateurs, car un conducteur peut utiliser la fonction pour rechercher des restaurants à proximité, rechercher de l'essence, des itinéraires, des conditions routières et l'emplacement de l'hôtel le plus proche.