檢視 11401感知科技與產品設計的原始碼

== 感性科技與產品設計課程說明 ==
本課程以「安撫」作為感性體驗的核心概念，結合感性工學與人工智慧語音應用，探討如何透過語音內容、語調、互動腳本與情境模擬來設計出能安撫情緒的產品。課程將導入AI語音生成（如TTS、情緒語音）、語意對話設計、五感互動整合等技術，並強調使用者情緒分析與互動迴路設計，最終完成一項具安撫功能的互動語音產品原型。

=== 課程目標 ===
* 理解感性工學與情緒安撫的理論與設計方法  
* 學習AI語音生成與語意設計技術  
* 掌握問卷、訪談、情緒測量等研究方法  
* 製作一件具安撫功能的AI語音互動產品原型  
* 整理可用於研討會論文的研究資料與成果  

---

=== 講義 ===
* [[SD法操作與實驗設計說明]]

== 每週進度 ==

=== 第1週｜課程導論：AI語音也能安撫你？ ===
* '''老師講授'''：課程介紹、安撫作為感性設計主題、AI語音應用實例  
* '''學生任務'''：體驗AI語音應用，紀錄安撫感受  
* 📚 技術資源：
** [NoteGPT TTS（官方）](https://notegpt.io/text-to-speech)  
** [openai.fm（官方 Demo）](https://openai.fm)  

在第一週課程中，我們將以「AI語音也能安撫你？」作為切入點，引導學生重新思考語音的角色與情緒價值。語音不僅是傳遞訊息的媒介，更是影響人心的重要工具。當我們在生活中接收到一個溫柔的問候或安慰時，往往比冷冰冰的文字更能感受到支持。這一週的目標，就是要讓學生認識到語音與情緒的潛在連結，並思考它如何轉化為一種設計材料，成為能夠回應使用者心理需求的介面。  

接著，本週將介紹「安撫」作為感性設計主題的理論基礎。安撫是一種綜合性的情感狀態，與安全感、陪伴感、放鬆感有關，常常出現在成人的焦慮與壓力情境中。從心理學到設計學的角度來看，安撫並不是隨機產生的，而是可以透過設計介面、互動模式與環境線索加以營造。本週的課堂將展示一些真實案例，例如失眠輔助語音應用、語音導引冥想工具、情感陪伴型 AI 等，說明為什麼「語音」能夠成為設計安撫體驗的第一步。  

之後，學生將實際操作兩種 AI 語音生成工具：[NoteGPT TTS](https://notegpt.io/text-to-speech) 與 [openai.fm](https://openai.fm) 。透過這些工具，學生可以輕鬆生成不同語音樣本，並嘗試觀察它們是否帶來安撫感。這個過程要求學生不只是「聽」，而是「感受並描述」，例如「這段語音讓我覺得安心」、「這個語速有些急躁」。這些主觀紀錄將成為後續 SD 法分析與需求調查的重要素材，也讓學生開始建立將「感受轉換為研究資料」的能力。  

最後，本週的重點是建立設計思維的起點：設計不只是追求技術實現，而是回應人類情感需求。學生需要帶著一個核心問題離開教室：「如果語音真的能安撫人，它能在哪些生活場景發揮作用？」這樣的提問將引導學生思考語音的應用場景，例如睡眠、職場、醫療、或長者陪伴，並逐步將感性需求轉化為具體設計目標。第一週的學習將成為之後所有課程的基礎。  


---

=== 第2週｜感性工學與語音感受基礎 ===
* '''老師講授'''：感性工學概念、SD法原理、聲音與情緒對應關係  
* '''學生任務'''：建立「安撫語音」的SD詞彙初步清單  
* 📌'''研究資料產出'''：安撫相關感性詞彙庫  

'''SD法基礎說明（學生需閱讀）'''：  
1. 確定研究對象（語音樣本）。  
2. 建立詞對（如「溫暖－冷漠」、「安心－不安」、「柔和－刺耳」）。  
3. 設計量表（5或7點）。  
4. 受測者聽語音後進行評分。  
5. 整理數據，繪製圖表分析結果。  

📚 '''參考資料（中文）'''：
* 林銘泉（2013）。〈整合感性語意差異的顧客需求設計分析〉。[PDF](https://nhuir.nhu.edu.tw/bitstream/987654321/18616/1/1022221E343005.pdf)  
* 曾國維、林靖（2010）。〈以語意差異法評價建築立面意象〉。《設計學報》。〔[TCI 索引頁](https://tci.ncl.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dnclresource&s=id%3D%22A11002006%22.)〕  
* 辜婷資（2013）。〈心理因素對環境色彩喜好之研究〉。文化大學碩論。[PDF](https://ir.lib.pccu.edu.tw/bitstream/987654321/25449/2/fb150116132242.pdf)  

在第二週課程中，我們將正式進入「感性工學」的核心領域。感性工學是一門研究「如何將人類主觀感受轉換為設計元素」的學科，它的目的在於讓設計師能夠掌握並量化使用者的感性需求。以語音為例，語速、音色、語調、停頓等看似技術性的參數，其實都會影響人們的心理感受與情緒狀態。本週的重點，是幫助學生建立一個觀念：聲音不只是資訊傳遞的手段，而是一種「感性材料」，能夠被設計、操控並用來引導使用者情緒。  

在這個基礎之上，我們會介紹「SD 法（Semantic Differential Method，語意差異法）」作為研究工具。SD 法透過兩極詞對（例如「溫暖－冷漠」、「安心－焦躁」、「柔和－刺耳」），讓受測者在一個量表上選擇感受的程度，從而捕捉他們對某一刺激的印象。對設計來說，這是一種能將「感覺」轉換成「數據」的方法，讓原本模糊的情緒得以被視覺化與分析。學生將學會如何挑選適合的詞對，並組合成一份專屬於「安撫語音」的詞彙表，作為後續調查與分析的基礎。  

課堂實作的重點是小組討論，每個小組需要列出至少 10 對與「安撫感」相關的詞彙，涵蓋多個面向，例如音質（柔和－刺耳）、情緒氛圍（安心－焦躁）、人際距離感（親近－疏離）。在這個過程中，學生要學會精煉詞彙，刪除意義過於相近的組合，並保留能夠有效區分語音感受的詞對。最後整理出的「安撫語音詞彙庫」不僅會成為後續問卷設計的核心素材，也將作為期末產品設計的重要依據。  

最後，本週的任務讓學生體驗研究設計的第一步：建立一個「分析的語言」。沒有詞彙，就無法進行量化研究；沒有清楚的描述，設計也無法釐清目標。透過 SD 法詞彙表的建構，學生將認識到研究設計的嚴謹性，以及它如何一步步累積成為設計決策的依據。本週的成果雖然只是一份詞表，但它是整個學期設計流程的根基，決定了後續調查、數據分析與設計方向是否清晰有效。  

---

=== 第3週｜SD法調查實作：語音樣本分析 ===
* '''老師講授'''：SD法問卷設計與調查流程  
* '''學生任務'''：以 openai.fm 生成語音（不同語調／語速），進行SD法評分測試  
* 📌'''研究資料產出'''：語音樣本 × 感性詞彙 × SD評分表  

'''操作流程（學生需依此完成作業）'''：  
1. 使用 [openai.fm](https://openai.fm) 生成至少3種語音。  
2. 建立 6-8 對詞語量表，用 Google 表單製作問卷（[產品頁](https://workspace.google.com/intl/zh-TW/products/forms/)、[表單入口](https://docs.google.com/forms/)）。  
3. 邀請至少10位受測者填寫。  
4. 匯出數據，計算平均值並繪製雷達圖。  
5. 討論不同語音樣本的安撫效果差異。  

📚 '''參考資料（中文）'''：
* 吳明隆（2010）。《問卷統計分析實務》。臺北：五南。  

在第三週，我們將正式把「SD 法」應用到語音樣本的調查之中。這一週的核心目標是讓學生體會到：設計研究並不是抽象的概念，而是需要透過「系統化的方法」來捕捉使用者的真實感受。學生將使用 openai.fm 生成至少三種不同語音樣本，透過改變語速、語調或音色，來模擬多樣化的安撫語音。這些語音將成為調查的「刺激素材」，用於測試不同設計變數對情緒的影響。  

課堂上將帶領學生完成 SD 問卷的設計。學生需要從上週整理出的安撫詞彙庫中挑選 6–8 對詞語，並用 Google 表單製作成問卷。每位受測者在聆聽語音樣本後，需立即在 7 點尺度上進行評分，以便記錄最即時的印象。這個過程將讓學生實際體驗「如何把主觀感覺轉換成可以分析的數據」，並學會避免常見錯誤，例如詞彙過於模糊、問題設計不清楚或樣本播放不一致。  

在實作上，每組學生需至少邀請 10 位受測者填寫問卷，並確保測試條件的一致性，例如使用耳機、在安靜環境中聆聽，以避免外部干擾影響結果。這一部分的操作，能讓學生理解研究中的「控制變因」概念，並體驗到設計研究與一般意見收集的差別。換言之，這不只是做一份問卷，而是進行一個小型的科學實驗，必須兼顧設計感性與研究嚴謹。  

最後，學生需要在課後整理數據並進行初步分析。透過計算平均值與繪製雷達圖，學生將能直觀地比較不同語音樣本在「溫暖度」、「安心感」或「柔和度」上的差異。這些數據雖然規模不大，但足以讓學生初步驗證「語音參數」確實能影響情緒印象。這樣的經驗將為後續的需求分析、Persona 建構與情境設計打下基礎，並幫助學生理解設計研究如何一步步引導設計決策。  

---

=== 第4週｜成人焦慮與安撫語音需求問卷設計 ===
* '''老師講授'''：焦慮情境研究、問卷設計案例說明  
* '''學生任務'''：設計並發放問卷，蒐集成人語音偏好與焦慮情境資料  
* 📌'''研究資料產出'''：需求量化數據  
* 📚 工具： [Google 表單](https://workspace.google.com/intl/zh-TW/products/forms/)、[KoboToolbox](https://www.kobotoolbox.org/)  

在第四週，我們將焦點轉向「成人焦慮情境」與「安撫語音需求」之間的關聯。安撫語音的設計必須根植於真實需求，而成人在日常生活中最常面對的情緒挑戰包括工作壓力、孤獨感、睡眠障礙與人際緊張等。這些情境往往難以被精確表達，因此需要透過問卷調查來收集更廣泛的數據。本週的核心是讓學生理解：設計的出發點不是技術，而是從使用者需求中提煉問題。  

課堂上將介紹問卷設計的基礎原則，包括如何撰寫清楚、具體且避免誤導的題目。我們會以案例說明如何將抽象的需求轉化為具體問題，例如「在什麼樣的情境下你最希望有語音能安撫你？」或「你更偏好男性還是女性聲音？」。這些問題將幫助學生學習如何從情緒狀態中抽取可量化的變數，並在調查中驗證其重要性。學生要認識到，一份設計良好的問卷可以直接影響研究的品質與後續的設計方向。  

在實作部分，每組學生需設計一份涵蓋「焦慮情境」與「語音偏好」兩大面向的問卷，並邀請至少 10 位受測者填答。調查內容應包含具體的生活情境（例如「加班後的疲勞」、「夜晚難以入睡」），以及語音相關特徵（如語速、音色、語調）。透過這樣的設計，數據不僅能反映出不同族群的需求差異，也能與先前的 SD 法分析相互對照，逐步建立完整的研究脈絡。  

最後，本週的學習重點在於讓學生體會「需求量化」的價值。當設計者能將使用者的焦慮與需求用數字與圖表呈現時，設計的基礎就不再是個人直覺，而是有依據的判斷。這樣的數據能幫助團隊在後續 Persona 建構、情境模擬與腳本設計時更具說服力，並使整個設計過程更具系統性與科學性。第四週的問卷調查將成為設計流程中承先啟後的重要環節。  

---

=== 第5週｜Persona建構與語音使用情境敘事 ===
* '''老師講授'''：Persona建構方法與情境設計  
* '''學生任務'''：建立Persona與敘事情境圖  
* 📌'''研究資料產出'''：質性敘述資料  
* 📚 工具： [Miro](https://miro.com/whiteboard/)、[Canvanizer](https://canvanizer.com/)  

在第五週，我們將正式進入「Persona 建構」的階段。Persona 是根據前期調查資料綜合而成的典型使用者形象，它不是某一個真實個體，而是對特定需求群體的代表性抽象。透過 Persona，設計者可以更容易代入使用者的角度，避免設計只反映自己的直覺與想像。本週的任務，將是把前幾週蒐集到的 SD 法與問卷資料，轉換成有血有肉的角色，並藉此讓後續的設計更具方向性。  

課堂中將介紹 Persona 的核心要素，包括人口特徵（年齡、性別、職業）、心理特質（焦慮來源、安撫需求）、行為模式（何時、在哪裡需要語音協助）、以及目標與痛點。舉例來說，一位「35 歲上班族女性」Persona 可能會在下班後感到焦慮與孤獨，並偏好「語速較慢、聲音溫柔」的語音安撫。這樣的設定有助於設計團隊集中討論重點，並避免目標模糊不清。  

除了 Persona，本週還會強調「情境敘事」的重要性。僅有人物設定是不夠的，學生必須將 Persona 置入具體的生活情境中，描述她在某個時間與空間下的狀態與需求。例如，在「夜晚難以入睡」的情境中，這位 Persona 如何透過語音獲得安撫？在「工作壓力過大」時，她是否需要簡短且堅定的語音支持？這樣的敘事情境能讓抽象需求轉化為具體可感的畫面，幫助設計者更貼近真實使用情境。  

最後，本週的成果將以「Persona＋情境圖」的方式呈現，並在小組間分享討論。這份成果將不只是課程的中間產出，更是後續腳本撰寫、互動設計與產品原型開發的重要依據。學生需要認識到，好的 Persona 與情境敘事會讓設計過程更具體、更具操作性，讓設計決策不再是隨機或憑直覺，而是有系統地從使用者需求推導而來。  


---

=== 第6週｜語音腳本設計與訪談調查 ===
* '''老師講授'''：腳本撰寫原則、半結構式訪談教學  
* '''學生任務'''：撰寫初步腳本，進行使用者訪談  
* 📌'''研究資料產出'''：逐字稿與主題分析  
* 📚 工具： [Otter.ai](https://otter.ai)、[Obsidian](https://obsidian.md/)  

在第六週，我們將從「需求分析」進一步走向「設計表現」，核心重點是語音腳本的初步撰寫。語音腳本不同於一般的文字對話，它必須考慮聲音的節奏、停頓與語調，以便傳達特定的安撫效果。學生需要嘗試撰寫一段能夠用於安撫的語音文本，並考量受眾的焦慮情境，例如睡眠困擾、職場壓力或孤獨感。這個過程將幫助學生體驗如何把研究結果轉化為具體的語音內容。  

課堂上將介紹腳本撰寫的原則，例如語句宜簡短清晰、避免過於理性與資訊化的用詞、適當加入停頓或口語化表達等。這些技巧能夠幫助語音在實際播放時更自然、更具安撫效果。同時，我們也會提醒學生注意「目標對象的需求差異」，因為不同 Persona 可能需要不同風格的語音。例如，有人偏好溫柔的引導，有人則需要堅定的支持。這些差異應該反映在腳本中。  

本週的另一個重點是「半結構式訪談」的實作。學生需要以撰寫的腳本為基礎，邀請 1–2 位受測者進行體驗，並透過訪談蒐集回饋。半結構式訪談的特點是結合固定問題與彈性追問，能夠在維持研究方向的同時，也捕捉到受測者意料之外的想法。學生將練習如何設計訪談問題，例如「你覺得這段語音在哪些地方讓你感到安撫？」或「有沒有哪個地方讓你感覺不自然？」。  

最後，學生需要整理訪談逐字稿，並進行初步的主題分析。這些資料不僅能揭示語音腳本的優缺點，也能幫助設計者進一步調整內容與風格。透過這一週的任務，學生將體驗到「從設計假設 → 使用者測試 → 回饋修正」的循環，並逐漸建立起以使用者為中心的設計思維。這樣的訓練將為後續語音生成與互動原型開發奠定基礎。  

---

=== 第7週｜AI語音生成工具實作 ===
* '''老師講授'''：TTS工具介紹與語音合成技巧  
* '''學生任務'''：產出三段安撫語音樣本並比較語音風格  
* 📚 工具： [openai.fm](https://openai.fm)、[pyttsx3（PyPI）](https://pypi.org/project/pyttsx3/)、[Web Speech API（MDN）](https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API)  

在第七週，我們將把焦點放回「技術操作」，讓學生實際學會如何生成 AI 語音。本週的核心是認識多種 TTS（Text-to-Speech，文字轉語音）工具，並利用這些工具創造不同風格的語音樣本。學生將嘗試操作 openai.fm 來生成帶有情感色彩的語音，或利用 Python 的 pyttsx3 套件與瀏覽器內建的 Web Speech API 來實驗不同的語音合成方式。透過比較不同工具的輸出結果，學生將能直觀地理解各種技術在音色、自然度與操作便利性上的差異。  

課堂中，教師會先示範各種工具的使用方式，並說明生成語音時可調整的參數，例如語速、音調、語音角色等。學生要學習如何在這些參數之間做選擇，並觀察不同設定對安撫效果的影響。例如，語速放慢通常能營造放鬆感，而過於高亢的語調可能會削弱安撫效果。這些實驗能幫助學生建立「語音參數與情緒印象」之間的直覺關聯。  

在實作部分，每位學生需產出至少三段語音樣本，並嘗試設定不同的語音風格。例如，可以比較「平靜溫柔的女性聲音」、「穩重低沉的男性聲音」、「帶有輕快語調的中性聲音」。學生需在小組中播放這些樣本，並進行討論：哪一種語音最具安撫效果？哪一種語音在某些情境下可能會更適合？這樣的比較不僅能讓學生練習技術操作，也能深化他們對設計決策的理解。  

最後，本週的重點是將「技術」與「研究需求」結合。學生需要思考：哪些工具的輸出能更好地配合先前建立的 Persona 與情境？這些生成的語音是否能作為後續腳本與互動設計的基礎？藉由這些問題的討論，學生將體會到工具不只是操作技能，而是設計過程中的媒介。這一週的學習成果，將為下一步的期中簡報與整體研究成果的彙整提供素材。  

---

=== 第8週｜期中簡報準備 ===
* '''老師講授'''：簡報架構設計、資料統整方式  
* '''學生任務'''：彙整設計歷程與研究資料，製作簡報  

---

=== 第9週｜期中簡報發表 ===
* '''學生任務'''：小組發表：需求分析、Persona、語音Demo  
* '''老師講評'''：語音風格、邏輯架構、研究深度  

---

=== 第10週｜語音互動邏輯與使用流程設計 ===
* '''老師講授'''：語音觸發 → 語音反應 → 行為回饋邏輯流程  
* '''學生任務'''：繪製語音互動邏輯流程圖  
* 📚 工具： [draw.io / diagrams.net](https://app.diagrams.net/)  

---

=== 第11週｜聲音以外的安撫設計：光與震動 ===
* '''老師講授'''：多感官整合概念與設計手法  
* '''學生任務'''：設計一組「語音＋光／震動」安撫模擬場景  
* 📚 工具： [p5.js](https://p5js.org/)  

---

=== 第12週｜產品原型製作 I：電腦端語音播放模組 ===
* '''老師講授'''：如何用個人電腦實現語音播放模組（openai.fm、TTS API、Python / JS 範例）  
* '''學生任務'''：在自己的電腦上實作語音播放，完成初步安撫語音裝置模擬  
* 📚 工具： [openai.fm](https://openai.fm)、[pyttsx3](https://pypi.org/project/pyttsx3/)、[Web Speech API](https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API)  

---

=== 第13週｜產品原型製作 II：語音互動整合 ===
* '''老師講授'''：互動事件設計（按鍵、滑鼠、語音指令）與語音觸發邏輯  
* '''學生任務'''：將語音播放與互動設計結合，在電腦端完成一個可操作的安撫語音原型  
* 📚 工具： [p5.js](https://p5js.org/)、[Electron（官方）](https://electronjs.org/)  

---

=== 第14週｜使用者測試與情緒評估設計 ===
* '''老師講授'''：SAM圖／情緒問卷設計、觀察與紀錄技巧  
* '''學生任務'''：執行使用者測試，紀錄情緒變化  
* 📌'''研究資料產出'''：情緒評估量表 + 文字觀察紀錄  

---

=== 第15週｜資料分析與語音設計優化 ===
* '''老師講授'''：測試回饋分類、設計優化邏輯  
* '''學生任務'''：根據資料修正語音內容與互動設計  
* 📌'''研究資料產出'''：使用者回饋 × 設計修改對照表  

---

=== 第16週｜成果整合與論文初稿資料彙整 ===
* '''老師講授'''：研究摘要撰寫與展示資料編排  
* '''學生任務'''：完成摘要＋設計說明書＋海報草圖  

---

=== 第17週｜模擬發表與展場布置 ===
* '''老師講授'''：發表技巧與展覽設計說明  
* '''學生任務'''：模擬發表與場地佈置演練  

---

=== 第18週｜期末成果展《聲之慰藉》＋資料繳交 ===
* '''學生任務'''：
** 現場展示AI語音互動產品  
** 口頭發表設計歷程與使用者測試結果  
** 繳交研究素材包（問卷、訪談、測試數據）  
* '''老師任務'''：評分與彙整可作為論文使用的資料集  

---

== 研究資料包繳交項目 ==
* SD法分析結果（語音樣本 × 感性詞彙）  
* 問卷結果與圖表  
* Persona與敘事圖  
* 訪談逐字稿與主題分析  
* 使用者測試前後評估資料  
* 語音腳本＋互動流程圖  
* 設計修改紀錄與對照說明  
* 電腦端語音互動原型（影片或可執行程式）  
* 海報、簡報、設計摘要