風(fēng)險(xiǎn)駕駛行為下語音預(yù)警的語速和音量研究

賈 輝，張 昆，顧鵬飛

（中國礦業(yè)大學(xué) 建筑與設(shè)計(jì)學(xué)院，江蘇 徐州 221116）

0 引言

隨著汽車智能化的不斷發(fā)展，特別是在自動(dòng)化駕駛技術(shù)的發(fā)展下，使得駕駛?cè)说闹饕{駛?cè)蝿?wù)從手動(dòng)控制汽車轉(zhuǎn)向自動(dòng)化監(jiān)督控制[1]，在此過程中如果駕駛?cè)瞬荒芗皶r(shí)感知、分析判斷危險(xiǎn)并做出相應(yīng)避險(xiǎn)動(dòng)作，則極有可能導(dǎo)致交通事故的發(fā)生[2]，這就強(qiáng)調(diào)了讓駕駛?cè)吮３志X、專心和專注的重要性[3]。在汽車駕駛安全領(lǐng)域，對(duì)駕駛?cè)孙L(fēng)險(xiǎn)駕駛行為常見的預(yù)警干預(yù)方式以聽覺預(yù)警為主[4]，研究聽覺預(yù)警對(duì)于駕駛?cè)思皶r(shí)感知危險(xiǎn)、減少事故概率和保障駕駛?cè)税踩{駛具有重大意義。本文對(duì)聽覺預(yù)警中的語音預(yù)警語速和音量開展研究，通過模擬實(shí)驗(yàn)和主觀測(cè)評(píng)的方式分析風(fēng)險(xiǎn)駕駛行為下駕駛?cè)藢?duì)不同語速和音量取值的語音預(yù)警的感知效果，為語音預(yù)警的設(shè)計(jì)和優(yōu)化提供一定參考。

1 語音預(yù)警研究現(xiàn)狀

提高駕駛員安全性和注意力的一種方法是使用聽覺預(yù)警來保持駕駛員的專注。在過去，汽車上的警報(bào)器多使用聽標(biāo)和耳標(biāo)等非語音化聲音來向司機(jī)傳遞當(dāng)前車輛的狀態(tài)，現(xiàn)如今汽車也開始使用語音警報(bào)向司機(jī)傳遞信息[5]。針對(duì)風(fēng)險(xiǎn)駕駛行為下的語音預(yù)警，Moskovitch等人使用主觀測(cè)量的方法來研究雙重任務(wù)下傳統(tǒng)文本轉(zhuǎn)語音（TTS）和壓縮語音（Spearcons）對(duì)駕駛員分心及任務(wù)處理的影響，研究發(fā)現(xiàn)壓縮語音（Spearcons）是不會(huì)分散注意力的且可以提高多任務(wù)處理的效率[6]。Hester等通過模擬自動(dòng)駕駛場(chǎng)景比較了聲音警報(bào)、與任務(wù)無關(guān)的語音警報(bào)和與任務(wù)有關(guān)的語音警報(bào)對(duì)駕駛員的信任以及車輛自動(dòng)化失敗時(shí)的反應(yīng)，結(jié)果表明三種警報(bào)在信任度上無明顯差異，但實(shí)驗(yàn)參與者皆更有能力從自動(dòng)化的監(jiān)控角色切換到手動(dòng)控制[5]。Rukonic和Nees等使用語音警報(bào)、聽覺圖標(biāo)和視覺提醒的警報(bào)方式來研究視頻模擬汽車駕駛過程中駕駛?cè)藢?duì)警報(bào)的認(rèn)知負(fù)荷、信任度、有用性和煩惱度等方面的主觀感知。結(jié)果發(fā)現(xiàn)語音提醒導(dǎo)致了對(duì)提醒事件更好的記憶且具有最高的信任度和態(tài)勢(shì)感知，研究還表明兩種聽覺類型在學(xué)習(xí)任務(wù)上需要投入的精力更少，但是對(duì)警報(bào)的反感程度卻有所增加[7-8]。Richie等研究了語音、耳標(biāo)和經(jīng)過壓縮語音（Spearcons）三種聽覺警告對(duì)駕駛?cè)说挠绊?，結(jié)果發(fā)現(xiàn)駕駛?cè)藢?duì)語音有最快的反應(yīng)，如果使用壓縮語音則要考慮單詞的選擇[9]。

從上述可以看出，在語音預(yù)警的研究中，多數(shù)學(xué)者采用主觀測(cè)量的方法來開展研究，在研究對(duì)象上主要以語音預(yù)警類型以及語音預(yù)警同其他預(yù)警方式的比較為主，目前較少有單獨(dú)考慮語音預(yù)警語速和音量對(duì)駕駛?cè)说挠绊憽Ｒ虼吮狙芯恳燥L(fēng)險(xiǎn)駕駛行為下的語音預(yù)警為研究對(duì)象，探究語音預(yù)警以何種語速和音量提醒駕駛?cè)诵Ч罴选?/p>

2 研究設(shè)計(jì)

研究以風(fēng)險(xiǎn)駕駛行為發(fā)生時(shí)的語音預(yù)警為研究對(duì)象，以該行為下語音預(yù)警的語速和音量下為變量，開展對(duì)比性研究探討當(dāng)風(fēng)險(xiǎn)駕駛行為發(fā)生時(shí)語音預(yù)警以何種語速和音量提醒駕駛?cè)诵Ч罴选Ｒ鹗鹿拾l(fā)生的風(fēng)險(xiǎn)駕駛行為包括超速行駛、分心駕駛、疲勞駕駛等[10]，而超速行駛是引發(fā)交通事故的主要風(fēng)險(xiǎn)駕駛行為之一[11]。尤其在高速公路行駛時(shí)，由于高速公路具有全封閉，單向通行和車速快的特點(diǎn)[12]，超速行駛的風(fēng)險(xiǎn)駕駛行為時(shí)有發(fā)生。研究高速公路超速情境下的語音預(yù)警具有代表性。因此，該研究選取典型風(fēng)險(xiǎn)駕駛行為即高速公路超速駕駛行為作為研究載體，探究該情境下駕駛?cè)藢?duì)不同語音和音量取值的語音預(yù)警的感知效果進(jìn)而得出風(fēng)險(xiǎn)駕駛行為下語音預(yù)警語速和音量的最佳參考值。

在感知效果評(píng)價(jià)方面，通過對(duì)38位具有三年及以上駕駛經(jīng)驗(yàn)的駕駛?cè)诉M(jìn)行問卷及用戶訪談，主要內(nèi)容包括個(gè)人基本信息、語音預(yù)警的場(chǎng)景以及駕駛?cè)藢?duì)語音預(yù)警的感性描述。問卷及訪談結(jié)束后以專家小組的方式對(duì)感性描述進(jìn)行總結(jié)和評(píng)估，并以此為主要依據(jù)，考慮已有研究的評(píng)價(jià)指標(biāo)[13-15]、語音預(yù)警與駕駛?cè)私换サ木唧w情景和用戶特點(diǎn)等因素，結(jié)合語義分析法構(gòu)建出本研究中語音預(yù)警語速和音量感知效果的評(píng)價(jià)指標(biāo)。感知效果評(píng)價(jià)指標(biāo)共分為兩個(gè)維度，其中第一個(gè)維度描述的是語音預(yù)警語速和音量對(duì)駕駛?cè)说木拘Ч坏诙€(gè)維度描述的是語音預(yù)警語速和音量對(duì)駕駛?cè)说母蓴_效果。警示效果越優(yōu)，干擾效果越弱且警示效果占干擾效果的比例越低則表明感知效果越佳。語音預(yù)警語速和音量評(píng)價(jià)指標(biāo)及其闡述見表1。

表1 語速和音量評(píng)價(jià)指標(biāo)及其闡述Tab.1 Speed and volume evaluation indicators and elaboration

在感知效果主觀評(píng)價(jià)數(shù)據(jù)的收集方面采用李克特量表進(jìn)行，該量表是社會(huì)調(diào)查和心理測(cè)試領(lǐng)域最常使用的一種量表形式，較為容易設(shè)計(jì)和處理。通過李克特量表能夠通過快速直觀地獲取受測(cè)者對(duì)某事物或主題的認(rèn)同程度并對(duì)其進(jìn)行量化分析[16]。

3 實(shí)驗(yàn)研究

3.1 實(shí)驗(yàn)材料

實(shí)驗(yàn)分為語速組和音量組，兩個(gè)組內(nèi)各有五段超速駕駛行為下的駕駛視頻，每段視頻中均含有超速駕駛行為下的語音預(yù)警語料，視頻噪聲均維持在66～68dB以此來模擬時(shí)速110～120km時(shí)車內(nèi)的噪音[17]。實(shí)驗(yàn)中使用的語音預(yù)警的語料是基于百度AI開發(fā)平臺(tái)的語音合成技術(shù)實(shí)現(xiàn)的，采用女性形象來進(jìn)行語音合成[18]。通過Adobe Audition將語料設(shè)計(jì)出不同的語速和音量。在語速設(shè)計(jì)方面，分別設(shè)計(jì)了240～432wpm（wpm：字/分鐘，下同）五種語速下的語音預(yù)警語料，考慮到聽覺預(yù)警要高出背景噪音8～15dB[14]，因此音量控制在78dB；在音量方面分別設(shè)計(jì)了78～98dB五種音量的語音預(yù)警語料，語速控制在240wpm。為避免學(xué)習(xí)效應(yīng)的影響，每段視頻隨機(jī)播放。具體語料設(shè)計(jì)和相關(guān)語速及音量的數(shù)值設(shè)計(jì)見表2。

表2 語料及語速和音量數(shù)值設(shè)計(jì)Tab.2 Corpus and speed and volume numerical design

3.2 實(shí)驗(yàn)設(shè)備與流程

本實(shí)驗(yàn)平臺(tái)所用設(shè)備為模擬駕駛器，其中包括踏板和換擋單元和一臺(tái)分辨率為1920×1080像素惠普顯示器，實(shí)驗(yàn)過程中所用超速駕駛視頻和語音預(yù)警采用電腦播放實(shí)現(xiàn)。實(shí)驗(yàn)一共招募24位具有三年及以上駕駛經(jīng)驗(yàn)的駕駛員作為實(shí)驗(yàn)被試，男女比例為2∶1，左右耳聽力正常。實(shí)驗(yàn)開始前對(duì)每位被試的姓名、性別、年齡和駕齡等基本信息進(jìn)行統(tǒng)計(jì)，之后由實(shí)驗(yàn)員告知被試實(shí)驗(yàn)?zāi)康牟?duì)實(shí)驗(yàn)流程做簡單介紹，待被試了解試驗(yàn)后開始實(shí)驗(yàn)。實(shí)驗(yàn)開始時(shí)，被試坐在模擬駕駛器前觀看含有超速駕駛行為的駕駛視頻并模仿視頻中駕駛?cè)说男袨椋淮龑?shí)驗(yàn)內(nèi)含語音預(yù)警語料的一段超速駕駛視頻播放結(jié)束后，被試填寫語音預(yù)警語速和音量評(píng)分量表，待被試休息1～2min之后進(jìn)行下一段視頻的觀看和模仿，直到該組實(shí)驗(yàn)全部完成。該組實(shí)驗(yàn)完成后被試休息5min之后進(jìn)入另一組實(shí)驗(yàn)，步驟同上。

4 數(shù)據(jù)分析

本次實(shí)驗(yàn)所得數(shù)據(jù)均通過統(tǒng)計(jì)學(xué)分析軟件IBM SPSS 25.0完成。

4.1 量表信度檢驗(yàn)

該實(shí)驗(yàn)所用語速和音量感知效果評(píng)分量表，由表1各項(xiàng)評(píng)價(jià)指標(biāo)依據(jù)7分李克特量表進(jìn)行編寫，1代表完全不，7代表完全。評(píng)分量表分為警示效果和干擾效果2個(gè)維度，每個(gè)維度3項(xiàng)問題共6項(xiàng)問題。該量表信度狀況良好，各維度的信度均大于0.7，表明該評(píng)分量表具有很高的可靠性，可以進(jìn)一步的探究與分析。

4.2 警示效果與干擾效果描述性分析

24位被試在兩個(gè)維度上的李克特量表評(píng)分的均值數(shù)據(jù)見圖1、圖2，對(duì)數(shù)據(jù)進(jìn)行分析得知，語音預(yù)警在五種語速取值下對(duì)駕駛?cè)说木拘Ч矫娑汲^中性水平（4分），且均處在輕微水平（5分）之下；在對(duì)駕駛?cè)说母蓴_效果方面都在中性水平（4分）之下。由此可知語音預(yù)警在五種語速取值下對(duì)駕駛?cè)私跃哂芯拘Ч腋蓴_效果相對(duì)較弱；語音預(yù)警在78dB、88dB、93dB和98dB四種音量取值下對(duì)駕駛?cè)说木拘Ч矫婢^中性水平（4分），且干擾效果均在中性水平（4分）之下；語音預(yù)警在83dB取值時(shí)，對(duì)駕駛?cè)说木拘Ч幵谳p微不（3分）到中性水平（4分）之間且接近中性水平（4分），干擾效果為五種音量中最弱。

圖1 兩維度下語速的李克特量表評(píng)分均值數(shù)據(jù)Fig.1 Mean likert scale score data of speed in two dimensions

圖2 兩維度下音量的李克特量表評(píng)分均值數(shù)據(jù)Fig.2 Mean likert scale score data of volume in two dimensions

4.3 警示效果和干擾效果相關(guān)程度分析

五種語速和五種音量取值下語音預(yù)警的警示效果和干擾效果相關(guān)程度分析數(shù)據(jù)見表3。通過分析發(fā)現(xiàn)，當(dāng)語音預(yù)警語速為309wpm時(shí)，警示效果與干擾效果呈顯著正相關(guān)（P=0.038＜0.05）；當(dāng)語音預(yù)警語速為360wpm時(shí)，警示效果與干擾效果呈顯著正相關(guān)（P=0.005＜0.01）；當(dāng)語音預(yù)警語速為432wpm時(shí)，警示效果與干擾效果呈顯著正相關(guān)（P=0.024＜0.05）；當(dāng)語音預(yù)警音量為83dB時(shí)，警示效果與干擾效果呈顯著正相關(guān)（P=0.037＜0.05）。

表3 語速音量警示效果和干擾效果相關(guān)程度分析數(shù)據(jù)Tab.3 Correlation analysis of speed volume warning effect and interference effect

4.4 警示效果與干擾效果影響關(guān)系分析

分析309wpm、360wpm和432wpm三種語速和83dB一種音量的語音預(yù)警的警示效果對(duì)干擾效果的影響。將警示效果作為預(yù)測(cè)變量、干擾效果作為因變量，采用最小二乘回歸分析對(duì)數(shù)據(jù)進(jìn)行處理。線性回歸分析所得數(shù)據(jù)見表4～7所示。分析結(jié)果表明隨著警示效果的提高，干擾效果也會(huì)隨之提高，兩者呈正相關(guān)。在語速為309wpm時(shí)，影響干擾效果的因素有約為18.1%是由警示效果構(gòu)成的；在語速為360wpm時(shí)，影響干擾效果的因素有約為31.2%是由警示效果構(gòu)成的；在語速為432wpm時(shí)，影響干擾效果的因素有約為21.2%是由警示效果構(gòu)成的；在音量為83dB時(shí)影響干擾效果的因素有約為18.2%是由警示效果構(gòu)成的。

表4 S3：309wpm回歸分析數(shù)據(jù)結(jié)果Tab.4 S3：309wpm regression analysis data results

表5 S4：360wpm回歸分析數(shù)據(jù)結(jié)果Tab.5 S4：360wpm regression analysis data results

表6 S5：432wpm回歸分析數(shù)據(jù)結(jié)果Tab.6 S5：432wpm regression analysis data results

表7 V2：83dB回歸分析數(shù)據(jù)結(jié)果Tab.7 V2：83dB regression analysis data results

5 實(shí)驗(yàn)結(jié)論

本研究通過語音預(yù)警模擬干預(yù)實(shí)驗(yàn)和主觀測(cè)評(píng)的方式發(fā)現(xiàn)在噪音為66～68dB的模擬駕駛條件下，語音預(yù)警的語速在309wpm、360wpm和432wpm三種取值下對(duì)駕駛?cè)说木拘Ч透蓴_效果均呈顯著正相關(guān)；當(dāng)語音預(yù)警的音量在83dB取值時(shí)，警示效果和干擾效果呈顯著正相關(guān)。進(jìn)一步分析警示效果與干擾效果的影響關(guān)系發(fā)現(xiàn)，在語速為309wpm時(shí)，影響干擾效果的因素分別約有18.1%是由警示效果構(gòu)成的；在音量為83dB時(shí)影響干擾效果的因素有約為18.2%是由警示效果構(gòu)成的。綜合現(xiàn)實(shí)駕駛場(chǎng)景中風(fēng)險(xiǎn)駕駛行為發(fā)生時(shí)預(yù)警提示信息的提醒效果及實(shí)驗(yàn)數(shù)據(jù)可以得出，在模擬車內(nèi)噪音為66～68dB的狀態(tài)下，語音預(yù)警的語速為309wpm、音量為83dB時(shí)，可以對(duì)駕駛?cè)似鸬骄拘Ч耐瑫r(shí)使干擾效果處在較低水平，同時(shí)表明駕駛?cè)藢?duì)語速和音量取值分別為309wpm和83dB的語音預(yù)警感知效果最佳。

6 結(jié)束語

語音預(yù)警對(duì)駕駛?cè)嗽隈{駛過程中感知和規(guī)避風(fēng)險(xiǎn)起到至關(guān)重要的作用。本研究從語音預(yù)警的語速和音量的角度去探討駕駛?cè)藢?duì)兩者在不同取值下的感知效果，得出在駕駛?cè)烁兄Ч罴褧r(shí)的語速和音量的參考數(shù)值。在風(fēng)險(xiǎn)駕駛行為發(fā)生時(shí)，傳統(tǒng)的語音預(yù)警在語速和音量上沒有明顯變化。通過該實(shí)驗(yàn)研究發(fā)現(xiàn)，適當(dāng)?shù)母淖冋Z音預(yù)警的語速和音量可以使駕駛?cè)藢?duì)風(fēng)險(xiǎn)駕駛行為下的語音預(yù)警有更好的感知效果。由于在語音預(yù)警模擬干預(yù)實(shí)驗(yàn)中駕駛?cè)说闹饔^感知能力不同，導(dǎo)致評(píng)價(jià)結(jié)果存在差異性，未來的研究中會(huì)采用更加客觀的生理衡量指標(biāo)和擴(kuò)大樣本量以及采用實(shí)車實(shí)驗(yàn)的方式來保證實(shí)驗(yàn)結(jié)果的普適性。