3 Stemmebaseret interaktion - The Game Design Chronologist ...

command and control, hvor der det også er brugeren der styrer dialogen,
men med et større ordforråd er der ikke ligeså store begrænsninger i
måden brugeren kan udstede kommandoer.
• Mixed-initiative er den sidste af de overordnede tilgange til
dialogmanagement, og her er det nøjagtigt som det lyder både muligt for
systemet og brugeren at tage initiativ. Brugeren kan eksempelvis besvare
et spørgsmål med et spørgsmål. Det giver et fleksibelt system, men det
er naturligvis også sværere at designe.
• Agent-based er ikke en egentlig tilgang til dialogmanagement, men i
stedet en interessant udvidelse af de førnævnte. Det interessante er at der
nu trækkes på teknikker fra kunstig intelligens (AI), idet dialogen
modelleres som en problemløsningsopgave mellem to intelligente
agenter (hvor den ene er brugeren) [McTear, 2004, s116]. Systemet vil
reagere intelligent på brugerens spørgsmål eller kommandoer, ved at
analysere situationen og brugerens input og giver en meningsfuld
reaktion. Her må systemet naturligvis have informationer om målet med
dialogen og konteksten den befinder sig i, for at give en meningsfuld
intelligent reaktion.
Der er altså flere tilgange til dialogmanagement, og mange ting som bør overvejes inden
stilen vælges. I min situation ville system-directed initiative være praktisk muligt, men
den forhørsagtige dialog der fremkommer, er ikke passende for et spil - her er det efter
min mening spilleren der bør kontrollere forløbet. Af samme årsag mener jeg command
and control er en langt bedre tilgang, og det er denne jeg har kombineret med en agentbased
udvidelse sådan at systemet reagerer fornuftigt næsten uanset brugerens input.
Hvordan det konkret er gjort vil jeg beskrive nærmere i projektets fjerde del, mens målet
nu er at udforske dialogens forskellige modaliteter.
3.3.1 Multimodalitet
Den åbenlyse form på en dialog er at lade den være baseret på tale, men også andre
modaliteter kan med fordel have en plads i dialogen. Der kan tales om både multimodalt
input og multimodalt output [McTear, 2004, s379]:
• Multimodalt input er hvor brugeren kan give systemet information
gennem flere forskellige modaliteter, som f.eks. tale, mus, keyboard og
trykfølsom skærm. Et eksempel kunne være at brugeren peger på et kort
med musens cursor, og stiller et spørgsmål via tale. Der kan desuden
skelnes mellem om input som i eksemplet foregår samtidigt, eller om
brugeren kan vælge mellem flere modaliteter som tilbyder samme
funktionalitet, men har forskellige fordele og ulemper. Man kan
forestille sig en bilradio der kontrolleres via en trykfølsom skærm når
bilen holder stille, og via tale når den kører - Ford har allerede
eksperimenteret med dette [McTear, 2004, s384]. Der kan også skelnes
33