随着移动互联网的主导地位不断强化,语音交互技术得到了市场化普及,优化了用户的人机交互体验。但是目前的手持移动端语音应用还存在很多交互问题,不仅对语音交互的便捷性有重大影响,同时也增加了人机交互的复杂程度。为了解决这些问题,本研究思考如何将语音交互分别与视觉交互和手势交互相结合实现多通道交互,以此来弥补语音交互的弊端,提高交互效率和用户满意度。具体完成了以下工作:1.分析了语音交互的技术原理和基本特征,包括语音交互的优势和不足、使用场景分类、应用类型分类、手持移动交互终端和唤醒方式。并且通过阅读大量文献,分析总结了语音交互设计过程中要遵循的主要原则。2.依托Siri语音助手,进行了手持移动端的语音交互和手势交互对比试验,主要测量两种方式的交互效率、用户满意度、任务尝试次数及成功率、交互步骤及语音交互用语等指标。3.根据实验数据和用户访谈,以Siri语音助手为例,总结了目前语音助手中存在的交互问题,归纳出适合使用语音操作的任务模式,并且调查了用户的现有使用情况和未来的使用意愿。结合这些分析,本文对现有的语音交互原则进行了补充。4.完成了手持移动端多通道语音交互设计表达。改进了语音交互的视觉界面,整理提出语音交互中自定义手势集合。本研究的创新点在于摒弃技术因素,从交互设计的角度出发,研究语音交互的特性,提出了多通道结合的交互方式。期望文中补充重构的设计原则会对未来的手持移动端语音交互设计起到一定的指导作用。