「11401感知科技與產品設計」:修訂間差異
行 91: | 行 91: | ||
* 📌'''研究資料產出''':需求量化數據 | * 📌'''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/) | * 📚 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。 | |||
--- | --- |
於 2025年9月21日 (日) 20:29 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:
- [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/)
---
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/)
---
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)
---
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