《Computers in Human Behavior》:Personalizing AI Voice Agents: How Voice Agents with Similar Voices Shape Trust, Self-Congruency, and Behavior
编辑推荐:
语音代理(Voice Agent, VA)正成为人机交互的核心界面。研究人员通过两项受控实验,考察了声音相似性(voice similarity)——即语音代理声音与用户自身声音的相似程度——对消费者行为反应的影响。研究发现,当语音代理的声音与用户更为相似时,
语音代理(Voice Agent, VA)正成为人机交互的核心界面。研究人员通过两项受控实验,考察了声音相似性(voice similarity)——即语音代理声音与用户自身声音的相似程度——对消费者行为反应的影响。研究发现,当语音代理的声音与用户更为相似时,消费者的购买意愿、使用意愿及个人信息披露意愿均显著提高。机制分析表明,声音相似性通过两条平行心理路径发挥作用:一方面增强用户对语音代理的信任(trust),另一方面提升用户感知的自我一致性(self-congruency)。研究进一步采用个体化声音克隆(voice cloning)技术,并以梅尔频率倒谱系数(Mel-Frequency Cepstral Coefficients, MFCCs)作为客观声学相似性指标,验证了声音相似性操纵的有效性。该研究为人工智能语音代理的设计与个性化提供了理论和实践启示。
随着语音交互技术的普及,语音代理(Voice Agent, VA)已成为消费者与计算机互动的重要界面。人机交互(Human-Computer Interaction, HCI)研究表明,用户即使知道代理是人工系统,仍会对其施加社会性脚本,即“计算机是社会行动者”(Computers Are Social Actors, CASA)范式。声音是语音代理最核心的社会线索,其设计特性如何影响用户行为,是亟待回答的问题。声音相似性——语音代理声音与用户自身声音的相似程度——是一个有前景但研究不足的设计维度。相似性吸引效应(similarity-attraction effect)表明,人们会对与自身相似的对象产生更积极的评价。已有研究大多关注外表或人格相似性,缺乏在真实语音代理情境中对声学相似性的直接检验;同时,声音