11401感知科技與產品設計

出自CCW Lecture

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

---

第5週｜Persona建構與語音使用情境敘事

---

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

---

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

---

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
取自「https://chenwei.synology.me/mediawiki/index.php?title=11401感知科技與產品設計&oldid=180」