「11401感知科技與產品設計」：修訂間差異

出自CCW Lecture
行 259： 行 259：
* '''學生任務'''：根據資料修正語音內容與互動設計  
* '''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  
* 📌'''研究資料產出'''：使用者回饋 × 設計修改對照表  
在第十五週，我們將專注於如何整理與分析第十四週所收集的使用者測試資料。這個步驟不只是數據處理，更是設計研究中最重要的「洞察生成」階段。透過回顧問卷結果、SAM 圖量表與觀察紀錄，學生需要從中找出模式，例如：哪些語音樣本 consistently 帶來較高的安心感？哪些互動設計讓使用者覺得多餘或無效？這些問題的答案將成為後續優化的核心依據。 
教師會在課堂中示範如何分類與歸納回饋。例如，可以把受測者的反饋分成「正向效果」、「需要改善」、「矛盾或不明確」三大類。對於量化數據，則需用圖表來呈現趨勢，例如不同語音樣本的平均評分比較；而質化資料（如使用者的語句或觀察到的行為）則需要進行編碼，標記出重複出現的關鍵詞。這些整理方法能幫助學生將零散的資料轉化為有意義的設計方向。 
在小組實作中，學生需製作一份「設計修改對照表」，將回饋與設計方案一一對應。例如：如果多數使用者覺得語速偏快導致壓力，修改建議就可能是「降低語速」；若有人反映互動模式過於複雜，設計方案就需「簡化操作介面」。這樣的對照表能幫助小組在討論時有具體依據，避免僅依直覺進行修改，確保設計的演進有跡可循。 
最後，本週的學習重點在於培養學生「資料驅動設計」的思維。設計並非全憑創意，而是需要透過數據檢驗與修正。當學生能夠把使用者測試的回饋轉化為具體的修改方案，就代表他們開始掌握「循證設計」的核心精神。這一週的成果將讓原型不僅是概念的展示，而是逐步朝向更符合真實需求的產品演進。 


---
---

於 2025年9月21日 (日) 20:33 的修訂

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

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：

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）：

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

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

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

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

在第八週，我們將進入「研究成果整合」的階段，核心目標是協助學生將前七週累積的研究與設計成果，整理成具有邏輯性與說服力的簡報。設計研究的價值不僅在於過程中的探索，還在於能否清楚地傳達其成果。本週課程會指導學生如何將 SD 法調查結果、問卷分析、Persona 與情境敘事，以及語音樣本整合起來，讓觀眾能夠快速理解研究脈絡與設計方向。

課堂中將介紹簡報的基本結構，包括「研究動機與問題意識」、「方法與流程」、「資料分析與發現」、「設計應用與初步成果」四個核心部分。學生需要理解，每一張投影片都應該有明確的訊息焦點，而不是單純堆疊資料。我們會示範如何利用圖表（如雷達圖、長條圖）、情境圖示與 Persona 視覺化，讓簡報內容更直觀、具象。這些技巧將幫助學生將研究結果轉化為可被有效傳達的故事。

在實作上，每個小組需將先前蒐集的資料彙整成一份 10–15 張的簡報。內容必須包含至少一份 SD 法的數據圖表、一份需求問卷的分析摘要、至少一個 Persona 與情境敘事，以及 1–2 段語音樣本的設計展示。學生需在課堂中初步演練簡報內容，並獲得教師與同儕的回饋。這不僅能幫助他們調整簡報架構，也能讓小組意識到哪些內容仍需補強。

最後，本週的重點是培養學生「設計溝通」的能力。研究成果若無法清楚傳達，將無法在團隊內部形成共識，更難在專業場合中獲得認同。透過簡報準備，學生將學會如何把研究與設計串接成一個完整的敘事脈絡，並透過視覺化、數據與語音樣本來支持自己的設計主張。這份簡報不僅是期中評量的準備，更是未來期末發表的重要雛形。

---

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

在第九週，學生將正式進行期中簡報發表，這是前八週研究與設計成果的階段性總結。簡報的核心內容包括需求分析、SD 法與問卷調查的數據結果、Persona 建構與情境敘事，以及語音樣本的初步展示。每個小組需要將這些資料整合成一個完整的設計故事，向全班清楚傳達研究動機、方法、發現與設計意涵。這是一個讓學生從「研究者」轉換成「設計溝通者」的重要時刻。

課堂流程將安排各小組依序發表，並控制在 10–12 分鐘之間。簡報內容必須兼顧研究嚴謹性與設計表現力，學生需要以圖表、語音 Demo 與情境示例來支持自己的主張。教師會提醒學生注意表達方式，例如避免單純唸稿、適度使用圖片輔助，以及在播放語音樣本時給予觀眾適當的背景說明。這些細節能大幅提升簡報的專業度與說服力。

在發表過程中，教師與同儕將針對簡報內容提出回饋。回饋重點包括：語音設計是否能對應 Persona 的需求？SD 法與問卷調查的數據是否被正確解讀？簡報的邏輯是否清楚？以及整體研究是否展現足夠的深度。這樣的互動評量不只是檢視成果，更是幫助學生檢討並調整後續研究方向的重要機會。

最後，本週的發表不僅是一種成果展示，也是一種設計過程的檢驗。學生需要學會如何在公開場合有效地呈現自己的研究，並能即時回應觀眾的提問。這種演練將培養學生的專業表達能力，並讓他們體會到設計研究必須經過公開討論與檢視，才能逐步完善。期中簡報的經驗，將直接影響到後續互動設計、原型製作與期末展覽的表現。

---

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/)

在第十週，我們將從研究與數據分析的階段，正式進入「互動設計」的核心任務。本週的重點是理解「語音如何成為互動迴路的一部分」，並透過設計語音觸發、反應與回饋的流程，讓安撫語音不再只是單向的播放，而是能夠與使用者進行有意義的互動。學生需要學會如何設計出完整的使用流程，並將之轉化為邏輯圖表，以便後續原型製作。

課堂中，教師將介紹語音互動的三大元素：觸發（Trigger）、反應（Response）、回饋（Feedback）。觸發可能是使用者的行為（例如點擊按鈕、語音輸入）或環境條件（如時間、情境）；反應則是系統播放相對應的語音；回饋則確保使用者感受到自己的行為被理解與回應。例如，一個「睡眠輔助語音系統」可能會在使用者設定時間後播放柔和的語音，並在結束時給予正向提醒。這樣的互動不僅能提升體驗，也能強化安撫效果。

在實作部分，學生需要利用 [draw.io](https://app.diagrams.net/) 或其他流程圖工具，繪製一份語音互動邏輯流程圖。流程圖應包含至少三層邏輯：輸入（使用者觸發）、處理（系統判斷與選擇）、輸出（語音或其他感官回饋）。這樣的圖表不僅有助於釐清設計思路，也能作為團隊溝通的共同語言。透過這個過程，學生將學會如何將抽象的設計想法轉化為具體的流程結構。

最後，本週的學習重點在於強調「互動設計的邏輯性」。設計並不是單純的創意發想，而是需要有清楚的流程架構來支持。當學生能夠將互動流程圖繪製出來，就能檢驗設計是否完整、是否合理，並在後續的原型實作中避免遺漏重要環節。第十週的成果，將是期末安撫語音互動產品能否真正落地的關鍵基礎。

---

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/)

在第十一週，我們將從語音進一步擴展到「多感官安撫設計」。雖然語音是主要的研究媒介，但人類的感官經驗往往是多模態的，光線、顏色、觸覺振動等元素同樣能夠影響情緒狀態。本週的目標，是讓學生理解如何將語音與其他感官元素結合，創造更全面的安撫體驗。這樣的設計思維，將使產品不僅能「說」，還能「觸動」與「營造氛圍」。

課堂中，教師會介紹「多感官整合」的設計概念，並舉出實際案例，例如助眠燈具透過漸暗光線模擬日落，或穿戴式裝置以規律震動降低焦慮。這些案例將幫助學生認識，不同的感官輸入如何在心理層面與生理層面同時產生作用。例如，低頻震動可能帶來安全感，而柔和光線能與語音同步，營造沉浸式的放鬆氛圍。學生需思考如何選擇並組合這些感官元素，使其與語音安撫功能相互呼應。

在實作部分，學生將使用 [p5.js](https://p5js.org/) 或其他模擬工具，設計一個「語音＋光／震動」的安撫場景。這不一定需要實體硬體，可以透過程式模擬，例如用畫面顯示光的強弱變化，或利用震動模式的視覺化來表達感覺。學生需在小組中呈現設計概念，並描述該場景如何對應到先前建立的 Persona 與焦慮情境，確保感官設計並非孤立，而是與語音設計相輔相成。

最後，本週的學習重點是讓學生理解「安撫是一種整體性的體驗」。當語音與光、震動等元素整合時，安撫效果會更強大，也更符合真實生活的使用場景。學生需意識到，產品設計的價值在於創造「沉浸的情緒空間」，而不只是單一功能的堆疊。第十一週的成果將為後續的產品原型製作鋪路，使安撫設計更具體驗性與完整性。


---

第12週｜產品原型製作 I：電腦端語音播放模組

在第十二週，我們將正式進入產品原型製作的第一個階段。本週的重點是建立「電腦端語音播放模組」，學生將不再只停留在設計圖表與概念層面，而是要實際操作程式與工具，讓安撫語音能夠以模擬裝置的形式呈現。這個過程能幫助學生從研究思維轉向設計實踐，並培養將理論轉化為實際產品的能力。

課堂上，教師會示範如何使用 openai.fm 產生語音，並結合 Python 的 pyttsx3 套件或瀏覽器的 Web Speech API 來建立語音播放功能。這些方法不需要額外的硬體裝置，只需透過電腦即可完成語音模擬。教師將一步步引導學生，從文字輸入、語音輸出到簡單的播放控制，讓學生掌握語音系統的基本運作邏輯。

在實作部分，學生需要設計一個可以播放至少三段不同安撫語音的模組，並嘗試在操作介面中加入基本的控制功能，例如「播放」、「暫停」、「切換語音樣本」。這樣的原型雖然簡單，但足以模擬一個基本的語音安撫產品。學生還需將設計與先前的 Persona 與情境敘事連結，說明為什麼這些語音能夠在特定情境下產生安撫效果。

最後，本週的重點在於讓學生理解「原型」不等於「最終產品」，而是一種能夠測試設計想法的中介工具。透過這次的模組製作，學生將學會如何將抽象的安撫概念轉換為具體的互動形式，並逐步邁向更完整的語音互動設計。第十二週的成果，將直接成為下一階段「語音互動整合」的基礎。

---

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/)

在第十三週，我們將把前一週的「語音播放模組」進一步升級為具有互動性的產品原型。本週的核心是讓學生理解「互動」如何改變使用者的感受，並實際將語音播放與觸發事件結合，使安撫語音能根據使用者行為而被啟動或調整。這樣的設計能讓原型更貼近真實使用情境，從單純的播放工具轉化為具備互動邏輯的安撫系統。

課堂上，教師將示範如何透過 p5.js 或 Electron.js 來設計互動介面。舉例來說，按下按鍵即可觸發特定語音樣本，或透過滑鼠點擊來切換不同安撫模式；進一步的設計甚至可以加入語音指令，讓使用者以自然語言觸發系統回應。這些技術不需要專業硬體，也能在一般電腦端實現，適合作為學生的入門原型開發工具。

在實作部分，學生需完成一個至少包含三種互動事件的語音原型。例如，按下不同按鈕播放不同語音、點擊滑鼠觸發額外的光效或震動模擬、或利用簡單的語音輸入改變播放內容。學生必須將設計與之前建立的 Persona 與情境敘事連結，解釋這些互動如何對應到使用者需求，以及為什麼能提升安撫效果。

最後，本週的重點在於培養學生「將設計想法具體化」的能力。互動設計不只是功能的堆疊，而是要有邏輯地對應使用者行為與心理需求。當學生能夠透過原型呈現出「使用者行為—系統反應—情緒回饋」的完整流程時，安撫設計就不再是抽象的概念，而是可被操作與驗證的設計實體。第十三週的成果，將為後續的使用者測試打下基礎。


---

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

在第十四週，我們將重點放在「使用者測試」與「情緒評估」上，這是設計研究能否驗證的關鍵階段。即使原型已經完成，若缺乏實際的使用者測試，就無法判斷其安撫效果是否真實存在。本週的核心是教導學生如何設計並執行一個小規模的測試，並透過標準化的工具（如 SAM 圖量表）與觀察紀錄來收集數據。這不僅是一種驗證，也是將設計回饋納入迭代的重要方法。

課堂中，教師會介紹 SAM（Self-Assessment Manikin，自我評量人偶圖）工具，這是一種簡單直觀的情緒測量方法。SAM 透過圖像化的表情與姿態，讓受測者能快速表達自己在「愉悅度」、「喚醒度」、「掌控感」三個維度上的感受。學生將學會如何結合 SAM 與問卷設計，建立一份能夠在短時間內收集有效情緒數據的評估工具。此外，教師也會講解觀察與紀錄的技巧，例如注意受測者在語音播放過程中的非語言反應。

在實作部分，每組學生需邀請至少 3–5 位使用者體驗他們的安撫語音原型，並同時收集量化與質化資料。量化部分包含 SAM 圖與簡單問卷，質化部分則包括現場觀察與簡短訪談。學生需要學會如何在測試中保持中立，不影響受測者回應，同時確保測試環境安靜、不受干擾。這樣的流程將幫助學生理解，使用者測試並不是一種隨意的「展示」，而是一種需要控制變因、謹慎收集的研究方法。

最後，本週的學習重點在於建立「評估—修正」的迭代觀念。透過使用者測試，學生可以清楚看到設計與實際需求之間的差距，並思考如何根據數據進行修改。這樣的經驗將幫助學生理解：好的設計不是一次完成的，而是透過不斷測試與修正逐步完善。第十四週的成果，將直接成為下一週「資料分析與設計優化」的基礎，並最終影響期末原型的品質。

---

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

在第十五週，我們將專注於如何整理與分析第十四週所收集的使用者測試資料。這個步驟不只是數據處理，更是設計研究中最重要的「洞察生成」階段。透過回顧問卷結果、SAM 圖量表與觀察紀錄，學生需要從中找出模式，例如：哪些語音樣本 consistently 帶來較高的安心感？哪些互動設計讓使用者覺得多餘或無效？這些問題的答案將成為後續優化的核心依據。

教師會在課堂中示範如何分類與歸納回饋。例如，可以把受測者的反饋分成「正向效果」、「需要改善」、「矛盾或不明確」三大類。對於量化數據，則需用圖表來呈現趨勢，例如不同語音樣本的平均評分比較；而質化資料（如使用者的語句或觀察到的行為）則需要進行編碼，標記出重複出現的關鍵詞。這些整理方法能幫助學生將零散的資料轉化為有意義的設計方向。

在小組實作中，學生需製作一份「設計修改對照表」，將回饋與設計方案一一對應。例如：如果多數使用者覺得語速偏快導致壓力，修改建議就可能是「降低語速」；若有人反映互動模式過於複雜，設計方案就需「簡化操作介面」。這樣的對照表能幫助小組在討論時有具體依據，避免僅依直覺進行修改，確保設計的演進有跡可循。

最後，本週的學習重點在於培養學生「資料驅動設計」的思維。設計並非全憑創意，而是需要透過數據檢驗與修正。當學生能夠把使用者測試的回饋轉化為具體的修改方案，就代表他們開始掌握「循證設計」的核心精神。這一週的成果將讓原型不僅是概念的展示，而是逐步朝向更符合真實需求的產品演進。


---

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
取自「https://chenwei.synology.me/mediawiki/index.php?title=11401感知科技與產品設計&oldid=192」