聽眾對語音合成導覽裝置聲音偏好之探討

Audience's Preferences toward the Voice of Speech Synthesis Tour Device

顏宏旭(Hung-Hsu Yen) ； 楊麗平(Li-Ping Yang) ； 宋慧宏(Hui-Hong Song)

《戶外遊憩研究》 33卷4期 (2020/12) Pp. 83-107

https://doi.org/10.6130/JORS.202012_33(4).0004

摘要

電腦語音合成導覽裝置是有關解說時常會用到之技術，本研究透過Praat軟體及Mixcarft調音軟體中語音轉換技術，讓語音頻率高低與波形依照使用聽眾的偏好來做調整，探討參觀靜態藝文展覽時，使用語音合成導覽裝置的遊客對於語音導覽裝置所使用的聲音之偏好。透過Praat軟體以運用語音轉換技術，讓語音頻率高低與波形形狀能依照使用者偏好調整，以至自己最滿意之聲音狀態，並且記錄各使用者偏好的頻率及波形。本研究將使用者偏好之頻率及對應音量利用統計軟體進行統整及分析，找出聽眾偏好的波形。期盼透過本研究之成果，建構語音合成導覽裝置聽眾較喜歡之聲音，提升聽眾使用好感度，增加其使用意願。本研究共計回收有效樣本為306份，結果發現：（1）學生聽眾所偏好較傾向女性聲音。（2）學生聽眾所偏好之語音頻率高音較強，低音較弱。（3）在不同性別的受測者中，男性偏好之頻率比女性略高。

關鍵字

音色 ； 音調 ； 語音合成 ； 解說 ； 博物館

並列摘要

A speech synthesis tour device is a common technique used during tour commentary. This research applied Praat and Mixcraft software to allow the audience to adjust the frequency and shape of the wave until they obtained a voice they found pleasant to listen to. Data regarding the frequency and shape of the waves were collected for future analysis to determine the audience's preference toward speech synthesis and identify the most suitable voice for a computer audio tour device. The results of the 306 valid data collected showed that students preferred (1) a female voice and (2) a higher frequency voice than a lower frequency voice. Additionally, males preferred a higher frequency voice than did females.

並列關鍵字

Timbre ； Tone ； Speech synthesis ； Tour commentary ； Museum

參考文獻

王小川(2007)。語音訊號處理。台北：全華圖書股份有限公司。 Wang, S. C. (2007). Speech signal processing. Taipei: Chuan Hwa Book Co., LTD.

王安然(2012)。試論影響電影聲音響度的四個要素（二）。現代電影技術，4，38-42。 Wang, A. J. (2012). The discussion of four impact factors of movie sound. Advanced Motion Picture Technology, 4, 38-42.

大槻水澄(2013)，說話聲音決定你的「說服力」：「聲調、咬字、音量」25堂最有魅力的說話練習課，台北：采實文化。 Mizusumi, O. (2013). What People@@$$s Voice Will Determine Your Persuasive: “Tone, Pronounce, Volume” 25 Practice Classes of How to Speak Charmingly. Taipei: ACME Publishing co. Ltd.

王若芷(2017)。聽損成人聽性腦幹反應及中潛時反應閾值與純音聽閾的比較。未出版之碩士論文，國立臺北護理健康大學語言治療與聽力學系碩士班，台北。Wang, J. C. (2017). Comparison of Threshold Measures with Auditory Brainstem Response, Middle Latency Response and Pure Tone Audiometry in Adults with Hearing Loss. Unpublished master@@$$s thesis, Department of Speech Language Pathology and Audiology, National Taipei University of Nursing and Health Sciences, Taipei.

江振宇、黃啟全、王逸如、余秀敏、陳信宏(2012)。可變速中文文字轉語音系統。中文計算語言學期刊，17(1)，27-41。 Chiang, C. Y., Huang, Q. Q., Wang, Y. R., Yu, H. M., & Chen, S. H. (2012). Variable speech rate mandarin Chinese text-to-speech system. International Journal of Computational Linguistics & Chinese Language Processing, 17(1), 27-41.