語音使用者介面體驗評估：透過語音分析超越文字
arXiv - Human-Computer InteractionYong Ma, Xuesong Zhang, Xuedong Zhang, Natalia Bart{\l}omiejczyk, Seungwoo Je, Adrian Holzer, Morten Fjeld, Andreas Butz
本研究透過分析使用者語音中的聲紋特徵，探索其作為衡量使用者體驗的替代方案，並發現語音特徵與使用者滿意度之間存在顯著關聯。
AI 幫你先抓重點
AI 重點 1
語音特徵可作為使用者體驗的替代指標。
滑鼠懸停看 AI 判斷理由
傳統使用者體驗評估仰賴問卷，容易受到主觀因素影響。本研究證明語音分析能提供更客觀、即時的評估方式，對於提升使用者體驗設計的效率與準確性具有重要意義。
AI 重點 2
機器學習模型能有效分類使用者體驗等級。
滑鼠懸停看 AI 判斷理由
此結果表明，透過訓練模型學習語音特徵與使用者體驗之間的關聯，可以自動化使用者體驗評估流程，降低人力成本，並實現大規模使用者體驗分析。
核心研究發現
- 1
研究發現，語音中的時域、頻域和語言標記與使用者體驗之間存在相關性，表明語音可反映使用者的情緒和互動品質。
- 2
透過機器學習模型，僅利用語音特徵便能以相當準確度分類使用者體驗等級，這暗示了語音分析作為使用者體驗評估的可行性。
- 3
使用者語音中的聲紋特徵能反映其在使用語音助理時的情感狀態和壓力程度，為即時調整介面提供依據。
- 4
研究結果支持了使用語音作為一種即時信號，以隱含方式衡量使用者體驗，並實現動態響應使用者需求的語音使用者介面。
- 5
不同語音助理人格設計會影響使用者的語音特徵，進而影響使用者體驗，提示設計者需考慮人格設計對使用者互動的影響。
對教育工作者的啟發
教育科技產品，例如智能輔導系統或語音導覽，可以利用語音分析技術，即時監控學習者的情緒和理解程度，並根據其反應調整教學策略或內容。此外，透過分析學習者在互動過程中的語音特徵，可以識別潛在的學習困難或挫折，提供更個人化的學習支持。設計者應重視語音助理的人格化設計，以提升學習者的參與度和滿意度。
原始文獻資訊
- 英文標題：
- Beyond Words: Measuring User Experience through Speech Analysis in Voice User Interfaces
- 作者：
- Yong Ma, Xuesong Zhang, Xuedong Zhang, Natalia Bart{\l}omiejczyk, Seungwoo Je, Adrian Holzer, Morten Fjeld, Andreas Butz
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。