触控交互需要用户能和设备进行接触；手势交互需要用户的手能自由移动

逐渐进入大众视野的手势交互，经典高效的触控交互，还有在IOT领域表现亮眼的语音交互，构成了当下主要几种交互方式。

我将结合可用性的评估指标和自己在调研、使用中的发现，从以下几个角度对这三种交互方式进行对比：

1. 适用场景
2. 交互效率
3. 准确性与容错性
4. 学习成本
5. 情感互动
6. 隐私性

需要说明一点，本文中的手势交互是指通过计算机视觉识别出的手势动作，无需和实体进行接触，类似于Mate 30的隔空手势操作或者HoloLens的手势操作。而我们日常使用的对ios等进行控制的手势动作，在此文中和按钮按键一起，统一归入触控操作内。

一、适用场景

我们应针对不同场景的特征去选择相应的交互方式。对适用场景理解可以从以下三方面入手：

1. 物理层面

语音交互需要用户能进行听和说；触控交互需要用户能和设备进行接触；手势交互需要用户的手能自由移动。但在一些场景下，用户并没有条件进行上述交互行为。

以医生为例，可能在他已经对双手进行严格消毒后，仍需要查看病人的相关资料。但是他无法确保，所有的屏幕、X光片、档案等都是干净的。这时如果能通过非接触的手势或语音进行操作，就不会有被污染的风险。

还有像开车的过程中，有些路段是非常嘈杂的，语音交互可能无法很好地识别对话内容；低头使用触控屏又有些危险。这时采用手势交互，就能在相对安全的基础上完成用户的指令。

选择交互形式的关键，是要回归到使用场景中，采用各场景内的最优解。

2. 心理层面

进行语音交互时，用户需要把指令说出来。当只有自己一人时，说些什么可能都没有关系。但当人多起来时，尤其是不熟悉的人多起来时，当众说一些东西会让用户觉得自己很傻。

此外，公共空间内，涉及到相对私密的内容时，用户也不想这样公之于众。就像蜘蛛侠在得到语音控制的智能眼镜Edith后，也只能躲在车的角落里小心翼翼地说话。

此外，当人正在与他人进行交流时，使用语音进行交互是一件打断性非常强的事情。例如几个人聊天聊得正嗨，想要播放音乐或调解灯光来营造气氛，突然来一句“小张同学，播放音乐”会显得很突兀。这种时候，如果打个响指就能达到目的，会方便自然许多。

大家可能都有在电视内进行搜索的经历，电视上的键盘操作起来非常麻烦，用着用着就有想摔遥控器的冲动。现在很多电视支持语音检索，在精细搜索方面，比之前方便了许多。

以上的这些尴尬、紧张、烦躁等情感，都与选择了错误的交互形式相关。