机器人混合声音化：作为人机交互创意材料的后果性机器人声音

当前机器人声音的研究通常侧重于要么掩盖机器人产生的后果性声音，要么对机器人数据进行声音化以创建合成机器人声音。我们提出捕获、修改和利用而不是掩盖机器人已经产生的声音。简而言之，这种方法依赖于捕获机器人的声音，根据上下文信息（例如，协作者的接近度或特定的工作序列）进行处理，并播放修改后的声音。先前的研究表明非语义甚至机械声音作为传达机器人情感和功能的通信工具的有效性。在此基础上，本文提出了一种新颖的方法，做出了两个关键贡献：（1）一种实时捕获和处理后果性机器人声音的技术，（2）一种通过直接人机交互探索这些声音的方法。借鉴设计、人机交互和创意实践的方法论，由此产生的“机器人混合声音化”是一个概念，它将后果性机器人声音转化为一种创意材料，可以在艺术上以及在基于应用的研究中进行探索。