11401感知科技與產品設計
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](https://notegpt.io/text-to-speech)
- [openai.fm](https://openai.fm)
在第一週課程中，我們以「AI語音也能安撫你？」作為核心問題，引導大家重新思考語音與情緒的關聯。語音在日常生活中不僅是資訊的傳遞工具，更是建立人際情感的重要媒介。從問候、安慰到陪伴，語音所帶來的感受往往比文字更直接、更具溫度。課程的起點就是讓同學意識到：當我們將語音與人工智慧結合時，它有機會超越單純的溝通功能，進一步成為一種「情緒介面」，協助人們處理壓力與焦慮。
其次，本週會介紹「安撫」在感性設計中的角色。安撫並不是單一的情緒，而是一種複合的心理狀態，通常與放鬆、安心、陪伴等感受相關。在成人的日常生活中，焦慮與緊張往往來自工作、人際關係或孤獨感，而設計能夠安撫的產品，就是在這些不易言說的心理需求上提供支持。學生需要理解，安撫感的生成並非偶然，而是可以透過設計策略被觸發與放大。本課程將以語音為切入點，探討如何讓科技產品在功能之外，也能觸動使用者的心。
接著，我們將帶領同學實際體驗 AI 語音工具，像是 [NoteGPT TTS](https://notegpt.io/text-to-speech) 與 [openai.fm](https://openai.fm) 。透過簡單的操作，每位同學都能生成一段語音，並嘗試從中觀察「它是否帶來安撫的感覺」。在這個過程中，學生要開始練習紀錄與描述自己的主觀感受，例如「這段聲音讓我覺得溫柔」、「這個語速太快，讓我有壓迫感」。這樣的紀錄不僅是感受的保存，更是後續進行 SD 法調查與問卷設計的重要素材。
最後，本週的重點在於建立設計思維的基礎。設計並不是從技術開始，而是從需求與情感出發。我們希望學生在體驗 AI 語音後，開始思考一個問題：「如果語音真的能安撫人，那它在日常生活中可以用在哪裡？」例如，它是否能用在睡眠輔助？或是職場減壓？甚至是長者的陪伴？這些思考將成為後續課程中 Persona 建構、情境設計與產品原型的起點。
---
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》，15(1)，27-48。([Airiti Library](https://www.airitilibrary.com/Article/Detail/10163212-201003-201007050055-201007050055-27-48))
- 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，我們將正式進入「感性工學」的核心領域，並將其與語音設計結合。感性工學強調「如何將人類的主觀感受轉換為設計變數」，而語音作為一種感性介質，正好能展現這種轉換的過程。學生需要理解，聲音中的語速、語調、停頓與音色，不只是技術參數，而是能夠觸發特定心理感受的設計元素。本週的學習重點，就是讓大家能夠辨識並描述這些語音特徵與情緒感受之間的連結。
除了感性工學的基礎概念，本週還會帶領學生認識 SD 法（Semantic Differential Method, 語意差異法）的操作原理。SD 法的目的，是透過「形容詞對」來捕捉人們對某一刺激的印象，例如「溫暖－冷漠」、「安心－焦躁」。學生將學會如何挑選並組織這些詞彙，建立一份可以用來評估語音安撫感的詞彙表。這個過程能幫助大家練習「把抽象的感受轉換成具體的測量工具」，也就是將情緒語言化並系統化。
在課堂實作中，我們會要求學生進行小組討論，列出至少 10 對與「安撫感」有關的詞彙。這些詞對要能涵蓋多個面向，例如「聲音的質地」（柔和－刺耳）、「情緒的氛圍」（安心－焦躁）、「人際的距離感」（親近－疏離）。同時，學生也要練習刪減或合併過於相似的詞，保留最能代表核心意象的詞彙，並整理成一份「安撫語音詞彙庫」。這份成果會在後續的問卷與測試中直接應用。
最後，本週的任務不只是建構詞彙庫，更是建立對研究流程的初步理解。學生需要認識到，這些詞彙並不是最終的答案，而是之後所有分析的基礎。換句話說，若詞彙庫建立得清楚且完整，後續的問卷設計、數據分析與設計應用都會更有方向性；反之，如果詞彙模糊或重複，研究的可信度就會受到影響。因此，本週的產出雖然只是詞彙表，卻是整個研究設計能否順利展開的關鍵。
---
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 Form 製作問卷。 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。
- 張德馨（2016）。〈設計研究方法論〉課程教材（政大傳播學院）。
---
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 Forms](https://forms.google.com)、[KoboToolbox](https://www.kobotoolbox.org/)
---
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/)、[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 (Python)](https://pypi.org/project/pyttsx3/)、[Web Speech API](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](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.js](https://www.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
