量化韵律调制对对话系统用户参与度与满意度的影响

随着 Alexa、Siri 和 Google Assistant 等语音助手变得无处不在，用户越来越期望与此类系统保持自然且信息丰富的对话。然而，对于一个开放域对话系统而言，若要连贯且引人入胜，必须能够在较长时间内维持用户兴趣，而不显得无聊或烦人。在本文中，我们研究了一种应对该问题的自然方法，即调制回复的韵律（prosody），亦即改变回复的音高与节奏以表达喜悦、悲伤或其他常见情绪，并使用预录的感叹语。直观上，这种方法应能提升对话的自然度，但量化韵律调制对用户满意度与参与度的影响仍具挑战性。为此，我们报告了一项大规模实证研究的结果，该研究在多个对话域中测量了韵律调制对用户行为与参与度的影响，既包括每一轮对话之后，也包括整体对话层面。我们的结果表明，韵律调制显著提升了即时与整体的用户满意度。然而，由于效果在不同域间存在差异，我们验证了韵律调制并不能替代回复中连贯、信息丰富的内容。综上，我们的结果为改善对话系统回复的自然度提供了有用的工具与见解。