个性化社交辅助机器人带有端到端语音语言模型 以支持福祉-计算机科学-社会辅助机器人-对话系统-语音语言模型-人机交互.pdfVIP

个性化社交辅助机器人

带有端到端语音语言模型

以支持福祉

MengxueFu,ZhonghaoShi,MinyuHuang,SiqiLiu,MinaKian,Yirui

Song,andMajaJ.Matarić

DepartmentofComputerScience,UniversityofSouthernCalifornia,LosAngeles,

CA,USA

{mishafu,zhonghas,minyuhua,liusiqi,kian,yfsong,mataric}@

本

译摘要社会辅助机器人（SARs）显示出在补充福祉支持方面的巨大潜力。然

中而，先前的研究发现现有的SAR对话管道在实时延迟、反馈渠道和个性化

1语音对话方面仍然有限。为了应对这些限制，我们提出使用与SAR集成的

v端到端语音语言模型（SLM）。本研究1)通过一个小规模用户研究评估了

2

1具有SLM功能的SAR对话系统的可用性，2)通过用户反馈识别出剩余的

4局限性以指导未来的改进。我们进行了一项小规模参与者内用户研究，对

4

1象为大学生（N=11），结果显示参与者认为具有SLM功能的SAR系统

.能够提供富有同情心的反馈、自然的轮流对话、反馈渠道和适应性响应。

7

0我们也发现参与者报告机器人非言语行为缺乏多样性和与对话同步性，并

5且SLM的言语反馈过于泛化和重复。这些发现突显了需要实时与对话同

2

:步的机器人运动、改进提示或微调以生成更符合心理健康实践的输出以及

v更加丰富多变、适应性的语音生成的需求。

i

x

r

aKeywords:社会辅助机器人·对话系统·语音语言模型·人机交互·福祉

1介绍

福祉是人类健康的基本方面，涵盖了情感、心理和社会维度。近年来，美

国对福祉的担忧日益增加，特别是在年轻成年人中，包括大学生，因为诸如

压力、焦虑和抑郁等心理健康问题持续上升[9]。尽管需要更多的福祉支持，

但获得精神卫生保健的机会仍然有限，特别是对于没有足够保险覆盖的人群

而言[15]。这种差异突显了更易于获取且成本效益更高的福祉支持的需求。

大量先前的研究表明，社会辅助机器人（SAR）提供了一种有前途的方

法来补充心理健康专业人士的努力，通过提供可访问和互动的个性化支持。

2Fuetal.

图1:实验设置.TheparticipantinteractswithourSLM-enabledSARsystem

bypressingandholdingthemousetospeak,thenreleasingittoyieldthe

turntotherobot.Seefigure3foranoverviewoftheinteractionflow.

人类与机器人交互（HRI）领域的先前研究已经证明了SAR在促进社交参

与、情感支持以及积极行为改变方面的有效性[17,7]。然而，如图2