基于用戶測(cè)評(píng)的導(dǎo)醫(yī)助手語音交互設(shè)計(jì)研究

方馨悅，王玫，劉茜茜，鄭心怡，王鑫蓉，鄧雪梅

基于用戶測(cè)評(píng)的導(dǎo)醫(yī)助手語音交互設(shè)計(jì)研究

方馨悅，王玫，劉茜茜，鄭心怡，王鑫蓉，鄧雪梅

（四川大學(xué)，成都 610065）

通過研究門診導(dǎo)醫(yī)助手的交互程度、音調(diào)、性別對(duì)擬人化程度、有效性、滿意度的影響，為未來導(dǎo)醫(yī)場(chǎng)景及更多公共場(chǎng)合的語音助手的形象與話術(shù)設(shè)計(jì)提供參考。讓12位被試在模擬導(dǎo)醫(yī)場(chǎng)景下與不同交互程度、音調(diào)、性別的語音助手進(jìn)行對(duì)話任務(wù)，通過綠野仙蹤測(cè)試法（Wizard of Oz）進(jìn)行實(shí)驗(yàn)。使用七分李克特量表獲取擬人化程度、有效性、滿意度評(píng)分并進(jìn)行開放性訪談，再通過弗里德曼檢驗(yàn)（Friedman Test）、威爾克爾森符號(hào)秩檢驗(yàn)（Wilcoxon Signed Rank Test）與最小二乘回歸分析對(duì)結(jié)果進(jìn)行量化分析，以探索用戶對(duì)導(dǎo)醫(yī)助手的形象與話術(shù)偏好。最后根據(jù)研究結(jié)果，對(duì)導(dǎo)醫(yī)系統(tǒng)展開了多模態(tài)用戶界面的設(shè)計(jì)實(shí)踐。在導(dǎo)醫(yī)場(chǎng)景下，用戶更偏好交互程度高的導(dǎo)醫(yī)助手，音調(diào)為女低音或男高音的導(dǎo)醫(yī)助手評(píng)分更高，用戶對(duì)導(dǎo)醫(yī)助手的性別沒有明顯偏好。導(dǎo)醫(yī)助手的用戶滿意度隨著擬人化程度的增加而增加。對(duì)于公共場(chǎng)合的語音交互設(shè)計(jì)，應(yīng)深入調(diào)研各類用戶的偏好，設(shè)計(jì)出更受用戶喜愛的語音助手，并發(fā)揮出多模態(tài)用戶界面的優(yōu)勢(shì)。

門診導(dǎo)醫(yī)；語音交互設(shè)計(jì)；語音助手；語音用戶界面；多模態(tài)；用戶測(cè)評(píng)；用戶體驗(yàn)

門診服務(wù)是醫(yī)院與患者之間的重要連接通道，直接關(guān)系到患者對(duì)醫(yī)院的印象與就診體驗(yàn)。在傳統(tǒng)的就診過程中，掛號(hào)、排隊(duì)等流程花費(fèi)了用戶大量的時(shí)間[1]，大大降低了用戶的就診體驗(yàn)。為了提高服務(wù)質(zhì)量，許多醫(yī)院構(gòu)建起了智能化的自助導(dǎo)醫(yī)服務(wù)系統(tǒng)[2–4]。但直至現(xiàn)在，診療服務(wù)的人性化仍有很大的進(jìn)步空間。自助導(dǎo)醫(yī)服務(wù)系統(tǒng)的一個(gè)重要升級(jí)方向便是應(yīng)用智能語音技術(shù)提升操作的自然性、易用性。當(dāng)下，語音助手已漸漸遍布人們的生活，語音交互設(shè)計(jì)成為了國內(nèi)外的研究熱點(diǎn)[5]。但是對(duì)于語音助手的研究仍集中在已廣泛使用的智能手機(jī)、家居、車載等較為私密場(chǎng)景的語音助手方面[6]，對(duì)公共場(chǎng)合（尤其是導(dǎo)醫(yī)場(chǎng)景）的語音助手的研究較少。本研究針對(duì)導(dǎo)醫(yī)語音助手，通過實(shí)驗(yàn)探索了用戶對(duì)其交互程度、音調(diào)、性別的偏好，并進(jìn)行了設(shè)計(jì)實(shí)踐。本研究有助于進(jìn)一步了解公共場(chǎng)合語音助手的形象與對(duì)話設(shè)計(jì)原則，為未來的語音交互設(shè)計(jì)及多模態(tài)用戶界面設(shè)計(jì)提供了指導(dǎo)與參考。

1 語音交互研究現(xiàn)狀

相比于圖形用戶界面，語音用戶界面有以下優(yōu)勢(shì)：高效，說話速度相較于打字速度更快；易學(xué)，語音是最自然的交互方式，語音交互幾乎不需要學(xué)習(xí)成本；釋放雙手；情感交互，大量的情感信息可以通過語氣、語調(diào)、語速、音量等因素傳達(dá)[7-8]。

語音交互賦予了智能系統(tǒng)以人物形象。無論設(shè)計(jì)師是否對(duì)產(chǎn)品的人格進(jìn)行設(shè)計(jì)，用戶都會(huì)為產(chǎn)品賦予某種人格特質(zhì)，因此在設(shè)計(jì)時(shí)應(yīng)確定好語音助手的人物形象[7]。設(shè)計(jì)師在設(shè)計(jì)過程中需要考慮語音助手的人物形象設(shè)定是否有助于發(fā)展用戶與機(jī)器的關(guān)系、是否與工作環(huán)境相匹配。用戶對(duì)語音助手人物形象的感知主要受語氣與語調(diào)的影響，其次是表達(dá)方式與內(nèi)容[9]。

李璟璐等[10]指出在進(jìn)行智能交互設(shè)計(jì)時(shí)，應(yīng)盡量貼近人與人的交流方式。Niculescu等[11]的實(shí)驗(yàn)顯示，在公共服務(wù)領(lǐng)域，用戶更喜愛具有幽默感與同理心的語音助手。孫妍彥等[9]提出，在家庭場(chǎng)景下，女性、18～25歲、開放聰慧、與用戶關(guān)系類型為助手或朋友的語音助手最受歡迎。王爾卓等[12]研究發(fā)現(xiàn)，在智能家居場(chǎng)景下，經(jīng)驗(yàn)用戶和家庭用戶偏好建議者風(fēng)格的語音助手，直率的溝通方式獲得了更高的滿意度、舒適度評(píng)分。Lutfi等[13]認(rèn)為在語音助手的設(shè)計(jì)中加入情感可以有效減少用戶的挫敗感，提高用戶滿意度。

聲音會(huì)讓用戶對(duì)人的背景作出預(yù)判，并在此基礎(chǔ)上施加刻板印象[14-15]。音調(diào)、音調(diào)范圍、音量、語速這四個(gè)基本特征關(guān)系到用戶對(duì)語音助手人格的感知[16–18]。Niculescu等[11]發(fā)現(xiàn)，高音調(diào)的女性助手被認(rèn)為社交技巧更好、更令人愉悅；低音調(diào)的女性助手被認(rèn)為更強(qiáng)大；男性用戶認(rèn)為低音調(diào)的女性助手聽起來更專業(yè)、語速更快、更有魅力。

不同性別的聲音會(huì)引發(fā)人們的刻板印象[19]。Pak等[20]發(fā)現(xiàn)，用戶對(duì)男性虛擬醫(yī)生更加信任。Costrich等[21]提出，當(dāng)語音助手進(jìn)行主導(dǎo)行為時(shí)，男性助手被認(rèn)為自信，而女性助手則被認(rèn)為咄咄逼人。Yu等[22]認(rèn)為，與男性助手相比，用戶更可能對(duì)女性助手透露個(gè)人信息。Chang等[23]通過實(shí)驗(yàn)發(fā)現(xiàn)，對(duì)于護(hù)理助手，人們更偏好外向的女性聲音，這與對(duì)承擔(dān)護(hù)理工作的角色的刻板印象一致。Heilman[24]發(fā)現(xiàn)用戶認(rèn)為男性助手對(duì)男性話題更了解，女性助手對(duì)女性話題更了解。

不同類型的產(chǎn)品在功能和使用場(chǎng)景上各不相同，可用性和感知有用性設(shè)計(jì)的亮點(diǎn)可能也不盡相同[12-13]。Liao等[6]研究發(fā)現(xiàn)，用戶對(duì)手機(jī)語音助手與家居語音助手有不同的偏好：用戶期望手機(jī)語音助手更高效、與家居語音助手進(jìn)行更多的情感交流。Pearl等[8]認(rèn)為對(duì)于通用產(chǎn)品，應(yīng)該設(shè)計(jì)不那么讓人愛憎分明，而是更為含蓄、普適的人格。

現(xiàn)在，越來越多的服務(wù)機(jī)器人被應(yīng)用于公共場(chǎng)所，例如博物館[25]、機(jī)場(chǎng)[26]、車站[27]、酒店[28]、購物中心[29]等。對(duì)于不同場(chǎng)景的語音助手，應(yīng)分別對(duì)用戶偏好展開研究。但是，目前少有針對(duì)公共空間語音助手的研究，尤其是對(duì)于需求日益增長的導(dǎo)醫(yī)語音助手的關(guān)注度較小。相較于目前語音交互研究較為豐富的智能手機(jī)、家居、車載等個(gè)人語音助手，導(dǎo)醫(yī)語音助手具有其獨(dú)特性。首先，導(dǎo)醫(yī)語音助手處于公共空間中，所面對(duì)的用戶更為復(fù)雜，用戶的年齡、文化程度、個(gè)性、情緒等各不相同[30-31]，無法如個(gè)人語音助手一般根據(jù)用戶設(shè)置個(gè)性化的形象、話術(shù)，因而需要更具普適性。其次，在與個(gè)人語音助手進(jìn)行交互時(shí)，用戶大多處在熟悉的私人環(huán)境中，故用戶并未習(xí)慣在公共環(huán)境下與語音助手進(jìn)行互動(dòng)[32]。在導(dǎo)醫(yī)場(chǎng)景下，陌生的環(huán)境及周遭大量的陌生人會(huì)使部分用戶感到尷尬、不安。同時(shí)在首次使用時(shí)，用戶對(duì)于語音助手的工作能力并不了解，容易存在不信任的因素[33]。此外，在導(dǎo)醫(yī)場(chǎng)景下用戶的目的性較強(qiáng)，對(duì)于對(duì)話效率的要求更高。由于導(dǎo)醫(yī)場(chǎng)景的特殊性，用戶對(duì)導(dǎo)醫(yī)語音助手的偏好仍有待進(jìn)一步探究。

大量研究表明，人格、音調(diào)、性別等特征可以塑造語音助手的人物形象，影響用戶體驗(yàn)[11]。因此，本次研究擬從交互程度、音調(diào)、性別三個(gè)維度入手，探索導(dǎo)醫(yī)場(chǎng)景下用戶對(duì)語音交互的偏好。

2 研究方法

2.1 實(shí)驗(yàn)設(shè)計(jì)

本次研究分為導(dǎo)醫(yī)場(chǎng)景下的交互程度偏好、音調(diào)偏好、性別偏好三個(gè)維度，探索這三個(gè)維度對(duì)導(dǎo)醫(yī)語音助手?jǐn)M人化程度、有效性、滿意度的影響。

實(shí)驗(yàn)使用的語音材料通過百度AI開放平臺(tái)的在線語音合成系統(tǒng)生成，圖形用戶界面見圖1。實(shí)驗(yàn)使用了語音交互設(shè)計(jì)中廣泛使用的綠野仙蹤測(cè)試法[34]，主試與被試分別處于不同的房間內(nèi)，主試可以聽見并看見被試與導(dǎo)醫(yī)助手的互動(dòng)過程。在被試不知情的情況下，主試根據(jù)被試的回答選擇相應(yīng)的交互進(jìn)程。

圖1 圖形用戶界面

根據(jù)合作原則[35]，實(shí)驗(yàn)設(shè)計(jì)了交互程度為低、中、高的三類導(dǎo)醫(yī)助手。不同交互程度的導(dǎo)醫(yī)助手只在對(duì)話模式和腳本上不同，語氣、音調(diào)、音量都保持不變，見表1。實(shí)驗(yàn)任務(wù)為詢問科室位置的場(chǎng)景。為避免性別對(duì)用戶主觀感知的影響，每種交互程度的導(dǎo)醫(yī)助手設(shè)置男性、女性各一組。

表1 導(dǎo)醫(yī)助手的交互特征及對(duì)話示例

Tab.1 Interaction features and dialogue samples of outpatient service assistants

音調(diào)偏好實(shí)驗(yàn)設(shè)計(jì)了女低音、女高音、男低音、男高音四個(gè)導(dǎo)醫(yī)助手，對(duì)話腳本、音量保持不變，實(shí)驗(yàn)任務(wù)為詢問醫(yī)院工作時(shí)間。

性別偏好實(shí)驗(yàn)中的導(dǎo)醫(yī)助手除性別外，對(duì)話腳本、音調(diào)、音量保持不變，實(shí)驗(yàn)任務(wù)為掛號(hào)。

2.2 實(shí)驗(yàn)人員

本次研究共招募了12位被試，其中包括6位女性與6位男性，年齡為20～53歲，平均年齡為29.17歲。每位被試完成所有實(shí)驗(yàn)所需的時(shí)間為25～35 min。

2.3 實(shí)驗(yàn)流程

如上所述，研究共分為三個(gè)部分：交互程度偏好、音調(diào)偏好、性別偏好。每位被試需要與9位導(dǎo)醫(yī)助手進(jìn)行對(duì)話。在實(shí)驗(yàn)開始前，被試需要閱讀實(shí)驗(yàn)任務(wù)劇本，了解本次實(shí)驗(yàn)所處的場(chǎng)景與任務(wù)目標(biāo)。完成任務(wù)后，被試需填寫一份七分李克特量表來評(píng)價(jià)導(dǎo)醫(yī)助手。量表包含15道題，題干表述從已完成信度、效度檢驗(yàn)的量表[36-38]中選取，測(cè)量被試對(duì)導(dǎo)醫(yī)助手的擬人化程度、有效性、滿意度評(píng)價(jià)。最后，對(duì)被試進(jìn)行開放性訪問。訪問內(nèi)容包括對(duì)導(dǎo)醫(yī)助手的印象、喜愛度排序、喜歡或不喜歡某個(gè)導(dǎo)醫(yī)助手的原因等。

3 數(shù)據(jù)分析

本次實(shí)驗(yàn)的數(shù)據(jù)分析通過IBM SPSS 26.0軟件完成。

3.1 問卷信度檢驗(yàn)

問卷中擬人化程度、有效性、滿意度3個(gè)維度的科隆巴赫系數(shù)（Cronbach's Alpha）均超過0.9，表明該問卷的內(nèi)部一致性與信度較高。因此，可以對(duì)數(shù)據(jù)進(jìn)行進(jìn)一步分析。

3.2 交互程度偏好

交互程度偏好實(shí)驗(yàn)共收集到11組數(shù)據(jù)，采用弗里德曼檢驗(yàn)（Friedman Test）進(jìn)行分析。結(jié)果顯示，交互程度為低、中、高的導(dǎo)醫(yī)助手的擬人化程度（2(2)= 35.671，<0.001）、有效性（2(2)=14.262，=0.001）、滿意度（2(2)=39.127，<0.001）存在顯著差異。

成對(duì)比較結(jié)果見表2。交互程度為低與中（= 0.029）、低與高（<0.001）、中與高（=0.049）的擬人化程度具有顯著差異。交互程度為低與高（=0.013）的有效性具有顯著差異，而低與中（=0.950）、中與高（=0.189）的有效性差異不顯著。交互程度為低與高（<0.001）、中與高（=0.042）的滿意度具有顯著差異，而低與中（=0.058）的滿意度差異不顯著。交互程度對(duì)導(dǎo)醫(yī)助手?jǐn)M人化程度、有效性、滿意度的影響，見圖2。

在前期用戶訪談中，半數(shù)的用戶提到希望導(dǎo)醫(yī)助手不用先開口說話或只說“您好”，希望導(dǎo)醫(yī)助手的道歉越簡(jiǎn)短越好。但是在實(shí)際使用后的訪談中用戶表示，只說“您好”的低交互程度的導(dǎo)醫(yī)助手常讓用戶感到困惑。在實(shí)驗(yàn)后的訪談中，有用戶提到低交互程度的導(dǎo)醫(yī)助手話術(shù)過于機(jī)械化，給人不可靠的印象，而高交互程度的導(dǎo)醫(yī)助手則令人放松、安心。當(dāng)導(dǎo)醫(yī)助手無法識(shí)別用戶的話語時(shí)，高交互程度的導(dǎo)醫(yī)助手的道歉能減輕挫敗感與煩躁感。在詢問科室地點(diǎn)時(shí)，高交互程度的導(dǎo)醫(yī)助手提示可以拍下地圖這一行為讓用戶感到非常驚喜。

表2 不同交互程度的導(dǎo)醫(yī)助手的弗里德曼檢驗(yàn)成對(duì)比較

Tab.2 Pairwise comparisons of Friedman test of outpatient service assistants of different interaction levels

圖2 不同交互程度的導(dǎo)醫(yī)助手的平均得分

3.3 音調(diào)偏好

音調(diào)偏好實(shí)驗(yàn)共收集到12組數(shù)據(jù)，采用弗里德曼檢驗(yàn)進(jìn)行分析。弗里德曼檢驗(yàn)結(jié)果顯示，音調(diào)為女低音、女高音、男低音、男高音的擬人化程度（2(2)= 13.109，=0.004）、有效性（2(2)= 22.878，<0.001）、滿意度（2(2)=55.062，<0.001）的差異皆具有顯著性。

成對(duì)比較結(jié)果見表3。女低音與男低音（=0.021）的擬人化程度具有顯著差異，其他組之間的差異則不具有顯著性（>0.05），其中男低音的擬人化程度低于其他音調(diào)。女低音與男低音（=0.020）的有效性具有顯著差異，其他組之間沒有顯著差異（>0.05）。女低音與女高音（<0.001）、女低音與男低音（<0.001）、女高音與男高音（=0.005）、男低音與男高音（=0.027）的滿意度具有顯著差異，其他組之間不存在顯著差異（>0.05）。音調(diào)對(duì)導(dǎo)醫(yī)助手?jǐn)M人化程度、有效性、滿意度的影響見圖3。

在實(shí)驗(yàn)后的用戶訪談中，用戶的喜好各不相同。喜歡女高音的用戶認(rèn)為其聲音“溫柔”“甜美”，而不喜歡的用戶則表示女高音聽起來“太年輕”“不可靠”“有攻擊性”。喜歡男低音的用戶認(rèn)為其“沉穩(wěn)”“可靠”，而不喜歡的用戶認(rèn)為男低音“聲音低沉”“清晰度差”。但是，對(duì)于男高音，大部分用戶認(rèn)為它“年輕陽光”；對(duì)于女低音，大部分用戶認(rèn)為它“沉穩(wěn)專業(yè)”“成熟可靠”。

3.4 性別偏好

性別偏好實(shí)驗(yàn)共收集到12組數(shù)據(jù)，采用威爾克爾森符號(hào)秩檢驗(yàn)（Wilcoxon Signed Rank Test）進(jìn)行數(shù)據(jù)檢驗(yàn)。分析結(jié)果顯示，女性與男性導(dǎo)醫(yī)助手的擬人化程度（=0.564）、有效性（=0.068）、滿意度（=0.302）差異不顯著，見表4。

表3 不同音調(diào)的導(dǎo)醫(yī)助手的弗里德曼檢驗(yàn)成對(duì)比較

Tab.3 Pairwise comparisons of Friedman test of outpatient service assistants of different pitch

圖3 不同音調(diào)的導(dǎo)醫(yī)助手的平均得分

表4 不同性別的語音助手的威爾克爾森符號(hào)秩檢驗(yàn)

Tab.4 Wilcoxon signed ranks test of voice assistants of different gender

在實(shí)驗(yàn)后的用戶訪談中，用戶對(duì)男性、女性助手的偏好也比較平均。偏好女性導(dǎo)醫(yī)助手的用戶認(rèn)為“導(dǎo)醫(yī)人員多為女性”“符合用戶對(duì)導(dǎo)醫(yī)人員的固有印象”“女性的聲音更加溫柔親切”。偏好男性導(dǎo)醫(yī)助手的用戶則認(rèn)為男性導(dǎo)醫(yī)助手“聽起來更加專業(yè)”，“讓人聯(lián)想到醫(yī)生的形象”。這其中仍存在一些對(duì)性別的刻板印象。

3.5 擬人化程度對(duì)有效性、滿意度的影響分析

采用最小二乘回歸分析處理，探索了擬人化程度如何影響有效性、滿意度，結(jié)果如圖4所示。擬人化程度與有效性間存在線性關(guān)系(1,29)=17.246，<0.001。擬人化程度可以解釋有效性變化的37.3%?；貧w方程為：有效性= 3.016+(0.501×擬人化程度)。擬人化程度與滿意度間存在線性關(guān)系(1, 31)=32.433，<0.001。擬人化程度可以解釋滿意度變化的51.1%?；貧w方程為：滿意度=1.770+(0.674×擬人化程度)。有效性與滿意度隨著擬人化程度的增加而增加。

3.6 其他用戶行為分析

在實(shí)驗(yàn)過程中，青年用戶說出的命令大多基于屏幕上已顯示的功能文字說明（如：“科室導(dǎo)航”），而中年用戶的命令則更接近于自然語言（如：“我想問一下血液科要怎么走”）。在實(shí)驗(yàn)中還觀察到，當(dāng)任務(wù)為需要穿透用戶界面的操作（即當(dāng)前屏幕上沒有該功能）時(shí)，青年用戶容易受限于當(dāng)前界面顯示的功能，出現(xiàn)疑惑的狀態(tài)，而中年用戶則會(huì)直接、自然地對(duì)導(dǎo)醫(yī)助手進(jìn)行詢問。

圖4 擬人化程度對(duì)有效性與滿意度的影響

4 結(jié)果討論

研究發(fā)現(xiàn)，高交互程度、音調(diào)為女低音的導(dǎo)醫(yī)助手的擬人化程度、有效性、滿意度最高，用戶對(duì)于導(dǎo)醫(yī)助手的性別沒有明顯偏好。另外，導(dǎo)醫(yī)助手的擬人化程度與有效性、滿意度正相關(guān)。在交互程度方面，雖然低交互程度的對(duì)話文本更加簡(jiǎn)短，但用戶并不認(rèn)為其有效性更高。相對(duì)于單純的縮短時(shí)間，優(yōu)化對(duì)話體驗(yàn)會(huì)更明顯地提高用戶滿意度。在音調(diào)方面，女低音與男高音的滿意度顯著高于女高音與男低音。

總體來說，用戶偏好高交互程度、高擬人化程度、音調(diào)為女低音或男高音的導(dǎo)醫(yī)語音助手。從用戶訪談可知，用戶期望導(dǎo)醫(yī)助手具有專業(yè)、可靠、親切、貼心的特質(zhì)。

5 設(shè)計(jì)應(yīng)用

根據(jù)研究結(jié)果設(shè)計(jì)的導(dǎo)醫(yī)助手的人物模型如圖5。導(dǎo)醫(yī)助手小慧是一位女性護(hù)士，35歲，有12年的工作經(jīng)驗(yàn)。小慧的聲音選擇了音調(diào)較低、語速適中、音量較大的女聲。依據(jù)研究結(jié)果與大五人格理論[39]，小慧的責(zé)任心、外傾性、宜人性較高，而開放性、神經(jīng)質(zhì)性較低。

用戶偏好交互程度、擬人化程度高的導(dǎo)醫(yī)助手。因此，在對(duì)話設(shè)計(jì)中，將通過插入適當(dāng)?shù)臏剀疤崾?、禮貌性語句、語氣詞等方式提升互動(dòng)性與用戶體驗(yàn)，如：當(dāng)插入就診卡后，導(dǎo)醫(yī)助手會(huì)禮貌地稱呼用戶（如：張先生、陳女士），以提示用戶讀卡成功并拉近與用戶的心理距離；在用戶完成掛號(hào)后，導(dǎo)醫(yī)助手會(huì)提示預(yù)計(jì)需要等待的時(shí)間；在顯示導(dǎo)航地圖時(shí)，導(dǎo)醫(yī)助手會(huì)提醒用戶可以拍照記錄；當(dāng)選擇退卡時(shí)，導(dǎo)醫(yī)助手會(huì)提示用戶取走就診卡等。

圖5 導(dǎo)醫(yī)助手人物模型

同時(shí)，因?yàn)閷?dǎo)醫(yī)系統(tǒng)使用于公共場(chǎng)合，在語音交互設(shè)計(jì)過程中也應(yīng)注重用戶隱私問題。對(duì)于涉及隱私的疾病信息、個(gè)人信息等，不應(yīng)通過語音播報(bào)，而應(yīng)使用視覺模態(tài)進(jìn)行信息輸出。

以掛號(hào)功能為例，對(duì)話設(shè)計(jì)見圖6。語音與圖形相結(jié)合的多模態(tài)用戶界面將會(huì)發(fā)揮出各自的優(yōu)勢(shì)，提高信息輸入和輸出的效率，優(yōu)化產(chǎn)品的易用性與自然度。導(dǎo)醫(yī)系統(tǒng)的多模態(tài)用戶界面設(shè)計(jì)示例見圖7。

圖6 導(dǎo)醫(yī)助手對(duì)話設(shè)計(jì)

圖7 多模態(tài)用戶界面設(shè)計(jì)

6 結(jié)語

本研究的目的是探索語音助手在導(dǎo)醫(yī)場(chǎng)景中的人物模型與對(duì)話設(shè)計(jì)，通過實(shí)驗(yàn)研究，為未來的公共場(chǎng)合語音助手設(shè)計(jì)提供了參考：在交互程度上，用戶更喜歡交互程度高、互動(dòng)性強(qiáng)、貼心的導(dǎo)醫(yī)語音助手；在音調(diào)上，用戶更偏好女低音與男高音；在性別上，用戶的偏好沒有統(tǒng)計(jì)學(xué)差異；導(dǎo)醫(yī)助手的擬人化程度與有效性、滿意度正相關(guān)；根據(jù)實(shí)驗(yàn)結(jié)果，進(jìn)一步完善了導(dǎo)醫(yī)助手的形象、話術(shù)設(shè)計(jì)，使用多模態(tài)用戶界面提升了導(dǎo)醫(yī)助手的可用性與用戶體驗(yàn)。

對(duì)于各類的智能語音助手設(shè)計(jì)，需要依據(jù)具體功能與應(yīng)用場(chǎng)景進(jìn)行考慮，不能一概而論。對(duì)于公共場(chǎng)合的語音助手，應(yīng)平衡各類用戶的需求，使語音助手的形象、話術(shù)更具普適性。

醫(yī)療領(lǐng)域在未來的發(fā)展不會(huì)僅僅停留在追求醫(yī)治水準(zhǔn)的進(jìn)步上，還將致力于服務(wù)水平的提高。最新技術(shù)的融入會(huì)使就醫(yī)服務(wù)更加人性化，逐漸解決患者在就診流程上浪費(fèi)過多時(shí)間的問題。隨著未來科技的發(fā)展，語音交互將會(huì)結(jié)合人工智能的各項(xiàng)技術(shù)，提升自然度、真實(shí)性和交互效率，讓用戶的操作路徑更短，系統(tǒng)更加智能。

[1] 劉鑫, 萬振, 孫昕, 等. 基于信息化技術(shù)的智慧門診發(fā)展現(xiàn)狀[J]. 醫(yī)療裝備, 2019, 32(15): 56-59.

LIU Xin, WAN Zhen, SUN Xin, et al. Development Status of Intelligent Outpatient Service Based on Information Technology[J]. Medical Equipment, 2019, 32(15): 56-59.

[2] 徐冬. 門診導(dǎo)醫(yī)機(jī)器人的應(yīng)用及探索[J]. 醫(yī)學(xué)信息, 2019, 32(1): 28-30.

XU Dong. Application and Exploration of Outpatient Medical Robot[J]. Medical Information, 2019, 32(1): 28-30.

[3] 劉紅彥, 聞智. 智能導(dǎo)診機(jī)器人在綜合性醫(yī)院門診的應(yīng)用[J]. 中國衛(wèi)生產(chǎn)業(yè), 2017, 14(26): 55-57.

LIU Hong-yan, WEN Zhi. Application of the Intelligent Guidance Robot in the Modern Comprehensive Hospital Outpatient Service[J]. China Health Industry, 2017, 14(26): 55-57.

[4] 張金慧, 徐慧雁. 智能導(dǎo)診機(jī)器人在門診患者就診流程中的應(yīng)用效果[J]. 名醫(yī), 2020(3): 279.

ZHANG Jin-hui, XU Hui-yan. Application Effect of Intelligent Guided Robot in Outpatient Consultation Process[J]. Renowned Doctor, 2020(3): 279.

[5] PORCHERON M, FISCHER J E, REEVES S, et al. Voice Interfaces in Everyday Life[C]//Proceedings of the 2018 CHI Conference on Human Factors in Computing Systems. New York: ACM, 2018: 1-12.

[6] LIAO Qing-lin, ZHANG Shan-shan, WANG Mei, et al. Comparing the User Preferences Towards Emotional Voice Interaction Applied on Different Devices: An Empirical Study[C]//Kurosu M. International Conference on Human-Computer Interaction. Cham: Springer, 2020: 209-220.

[7] COHEN M H, GIANGOLA J P, BALOGH J. Voice user interface design[M]. Boston: Addison-Wesley, 2004

[8] PEARL C. Designing voice user interfaces: principles of conversational experiences[M]. Sebastopol, CA: O’Reilly Media, 2016

[9] 孫妍彥, 李士巖, 陳憲濤. 情感化語音交互設(shè)計(jì)——百度AI用戶體驗(yàn)部門人機(jī)交互研究地圖與設(shè)計(jì)案例[J]. 裝飾, 2019(11): 22-27.

SUN Yan-yan, LI Shi-yan, CHEN Xian-tao. Emotional Voice Interaction Design: Human Computer Interaction Research Map and Design Case of Baidu AI User Experience Department[J]. Art & Design, 2019(11): 22-27.

[10] 李璟璐, 孫效華, 郭煒煒. 基于智能交互的汽車主動(dòng)響應(yīng)式交互設(shè)計(jì)[J]. 圖學(xué)學(xué)報(bào), 2018, 39(4): 668-674.

LI Jing-lu, SUN Xiao-hua, GUO Wei-wei. Proactive HMI Design Based on Smart Interaction[J]. Journal of Graphics, 2018, 39(4): 668-674.

[11] NICULESCU A, VAN DIJK B, NIJHOLT A, et al. Making Social Robots more Attractive: The Effects of Voice Pitch, Humor and Empathy[J]. International Journal of Social Robotics, 2013, 5(2): 171-191.

[12] 王爾卓, 袁翔, 李士巖. 智能家居場(chǎng)景中會(huì)話智能體主動(dòng)交互設(shè)計(jì)研究[J]. 圖學(xué)學(xué)報(bào), 2020, 41(4): 658-666.

WANG Er-zhuo, YUAN Xiang, LI Shi-yan. Proactive Interaction Design of Conversational Agent for Smart Homes[J]. Journal of Graphics, 2020, 41(4): 658-666.

[13] LUTFI S L, FERNáNDEZ-MARTíNEZ F, LORENZO- TRUEBA J, et al. I Feel You: The Design and Evaluation of a Domotic Affect-Sensitive Spoken Conversational Agent[J]. Sensors (Basel, Switzerland), 2013, 13(8): 10519-10538.

[14] TOLMEIJER S, ZIERAU N, JANSON A, et al. Female by Default? - Exploring the Effect of Voice Assistant Gender and Pitch on Trait and Trust Attribution[C]// CHI EA '21: Extended Abstracts of the 2021 CHI Conference on Human Factors in Computing Systems. Yokohama, Japan. New York: ACM, 2021: 1-7.

[15] SUTTON S J, FOULKES P, KIRK D, et al. Voice as a Design Material: Sociophonetic Inspired Design Strategies in Human-Computer Interaction[C]//Proceedings of the 2019 CHI Conference on Human Factors in Computing Systems. Glasgow, Scotland Uk. New York: ACM, 2019: 1-14.

[16] APPLE W, STREETER L A, KRAUSS R M. Effects of Pitch and Speech Rate on Personal Attributions[J]. Journal of Personality and Social Psychology, 1979, 37(5): 715-727.

[17] COLLINS S A, MISSING C. Vocal and Visual Attractiveness are Related in Women[J]. Animal Behaviour, 2003, 65(5): 997-1004.

[18] RIDING D, LONSDALE D, BROWN B. The Effects of Average Fundamental Frequency and Variance of Fundamental Frequency on Male Vocal Attractiveness to Women[J]. Journal of Nonverbal Behavior, 2006, 30(2): 55-61.

[19] LEE E J, NASS C, BRAVE S. Can Computer-Generated Speech Have Gender? : An Experimental Test of Gender Stereotype[C]//CHI EA '00: CHI ’00 Extended Abstracts on Human Factors in Computing Systems. The Hague, The Netherlands. New York: ACM, 2000: 289-290.

[20] PAK R, MCLAUGHLIN A C, BASS B. A Multi-Level Analysis of the Effects of Age and Gender Stereotypes on Trust in Anthropomorphic Technology by Younger and Older Adults[J]. Ergonomics, 2014, 57(9): 1277-1289.

[21] COSTRICH N, FEINSTEIN J, KIDDER L, et al. When Stereotypes Hurt: Three Studies of Penalties for Sex- Role Reversals[J]. Journal of Experimental Social Psychology, 1975, 11(6): 520-530.

[22] YU Qian, NGUYEN T, PRAKKAMAKUL S, et al. "I almost Fell in Love with a Machine": Speaking with Computers Affects Self-Disclosure[C]//CHI EA '19: Extended Abstracts of the 2019 CHI Conference on Human Factors in Computing Systems. Glasgow, Scotland Uk. New York: ACM, 2019: 1-6.

[23] CHANG R C S, LU H P, YANG Pei-shan. Stereotypes or Golden Rules? Exploring Likable Voice Traits of Social Robots as Active Aging Companions for Tech-Savvy Baby Boomers in[J]. Computers in Human Behavior, 2018, 84: 194-210.

[24] HEILMAN M E. High School Students' Occupational Interest as a Function of Projected Sex Ratios in Male- Dominated Occupations[J]. Journal of Applied Psychology, 1979, 64(3): 275-279.

[25] SHIOMI M, KANDA T, ISHIGURO H, et al. Interactive Humanoid Robots for a Science Museum[C]//IEEE Intelligent Systems. IEEE, 2007: 25-32.

[26] RAMíREZ O A I, KHAMBHAITA H, CHATILA R, et al. Robots Learning how and where to Approach People [C]//2016 25th IEEE International Symposium on Robot and Human Interactive Communication (RO-MAN). New York, NY, USA. IEEE, 2016: 347-353.

[27] HAYASHI K, SAKAMOTO D, KANDA T, et al. Humanoid Robots as a Passive-Social Medium: A Field Experiment at a Train Station[C]//Proceedings of the ACM/IEEE international conference on Human-robot interaction. Arlington, Virginia, USA. New York: ACM, 2007: 137-144.

[28] PAN Ya-dong, OKADA H, UCHIYAMA T, et al. On the Reaction to Robot’s Speech in a Hotel Public Space [J]. International Journal of Social Robotics, 2015, 7(5): 911-920.

[29] CHEN Ying-feng, WU Feng, SHUAI Wei, et al. Robots Serve Humans in Public Places—Robot as a Shopping Assistant[J]. International Journal of Advanced Robotic Systems, 2017, 14(3): 172988141770356.

[30] 曹國忠, 蘇建華, 杜雪清, 等. 基于用戶體驗(yàn)的導(dǎo)醫(yī)機(jī)器人設(shè)計(jì)研究[J]. 藝術(shù)與設(shè)計(jì)(理論), 2019(S1): 99-101.

CAO Guo-zhong, SU Jian-hua, DU Xue-qing, et al. Research on the Design of Guided Robot Based on User Experience[J]. Art and Design, 2019(S1): 99-101.

[31] MUBIN O, AHMAD M I, KAUR S, et al. Social Robots in Public Spaces: A Meta-review[C]//International Con-ference on Social Robotics. Cham: Springer, 2018: 213-220.

[32] THUNBERG S, ZIEMKE T. Are People Ready for Social Robots in Public Spaces? [C]//HRI '20: Companion of the 2020 ACM/IEEE International Conference on Human-Robot Interaction. Cambridge, United Kingdom. New York: ACM, 2020: 482-484.

[33] TIAN Lei-min, CARRENO-MEDRANO P, SUMARTOJO S, et al. User Expectations of Robots in Public Spaces: A Co-design Methodology[C]//International Conference on Social Robotics. Cham: Springer, 2020: 259-270.

[34] STEINFELD A, JENKINS O C, SCASSELLATI B. The Oz of Wizard: Simulating the Human for Interaction Research[C]//2009 4th ACM/IEEE International Conference on Human-Robot Interaction (HRI). La Jolla, CA, USA. IEEE, 2012: 101-107.

[35] GRICE H P. Logic and Conversation[M]//Speech Acts. New York: Brill, 1975: 41-58.

[36] 廖青林, 王玫, 馮戰(zhàn). 基于情感交互的智能家居產(chǎn)品語音交互設(shè)計(jì)[J]. 包裝工程, 2019, 40(16): 37-42, 66.

LIAO Qing-lin, WANG Mei, FENG Zhan. Voice Interaction Design of Smart Home Products Based on Emotional Interaction[J]. Packaging Engineering, 2019, 40(16): 37-42, 66.

[37] TOM T, BILL A. 用戶體驗(yàn)度量收集、分析與呈現(xiàn)(第二版)[M]. 北京: 電子工業(yè)出版社, 2018.

TOM T, BILL A. Measuring the User Experience: Collecting, Analyzing, and Presenting Usability Merics (Second Edition)[M]. Beijing: Publishing House of Electronics Industry, 2018.

[38] HONE K S, GRAHAM R. Towards a Tool for the Subjective Assessment of Speech System Interfaces (SASSI)[J]. Natural Language Engineering, 2000, 6(3-4): 287-303.

[39] 羅杰, 戴曉陽. 中文形容詞大五人格量表的初步編制Ⅰ: 理論框架與測(cè)驗(yàn)信度[J]. 中國臨床心理學(xué)雜志, 2015, 23(3): 381-385.

LUO Jie, DAI Xiao-yang. Development of the Chinese Adjectives Scale of Big-Five Factor PersonalityⅠ: Theoretical Framework and Assessment Reliability[J]. Chinese Journal of Clinical Psychology, 2015, 23(3): 381-385.

Voice Interaction Design of Outpatient Service Assistants Based on User Measurement

FANG Xin-yue, WANG Mei, LIU Xi-xi, ZHENG Xin-yi, WANG Xin-rong, DENG Xue-mei

(Sichuan University, Chengdu 610065, China)

The work aims to explore the effects of interaction level, pitch and gender on perceived anthropomorphism, usefulness, and satisfaction of the outpatient service assistant to guide the image and speech design of voice assistants in outpatient service scenarios and more public places. Twelve participants performed conversation tasks with voice assistants of different interaction level, pitch and gender in simulated outpatient service scenarios. Experiments were carried out by Wizard of Oz technique. A seven-point Likert scale was used to obtain ratings of perceived anthropomorphism, usefulness, satisfaction, and interviews were conducted. The results were analyzed by Friedman test, Wilcoxon signed rank test, and least square regression to explore users' preferences on image and speech of outpatient service assistants. Finally, according to the research results, the design of a multi-modal user interface of the outpatient service system was carried out. The results showed that in the outpatient service scenarios, users preferred outpatient service assistants with high interaction level. In terms of pitch, low-pitched female voice and high-pitched male voice were rated higher. Yet, there was no significant difference in the user's gender preferences. Satisfaction increased with the increase of perceived anthropomorphism. For voice interaction design in public places, all kinds of users should be considered to design the voice assistant that can be accepted by most users, thus taking advantage of the multi-modal user interface.

outpatient service assistance; voice interaction design; voice assistants; voice user interface; multi-modal; user measurement; user experience

TB472

A

1001-3563(2023)04-0132-09

10.19554/j.cnki.1001-3563.2023.04.016

2022–09–10

基于互聯(lián)網(wǎng)+的康復(fù)監(jiān)測(cè)平臺(tái)及服務(wù)系統(tǒng)研究（2019CDYB-4）

方馨悅（1998—），女，碩士生，主攻人機(jī)交互、多模態(tài)設(shè)計(jì)、用戶體驗(yàn)。

王玫（1968—），女，教授，主要研究方向?yàn)橛?jì)算機(jī)輔助制造。

責(zé)任編輯：馬夢(mèng)遙