36、探索AI语音吸引力：韵律因素与系统优化

探索AI语音吸引力：韵律因素与系统优化

1. ChatGPT语音的独特魅力

ChatGPT的语音具有“呼吸声”，且语句间停顿不同，语速不均，与真实人类的语音模式极为相似。研究发现，有较高语音吸引力的ChatGPT语音，在预测面部吸引力方面得分也最高。这表明用户对AI语音的预期形象与其语音吸引力相符，更具吸引力的语音会让人们在心理上为其塑造更理想的形象，从而更愿意与这类智能助手进行交互。

2. AI语音功率谱比较

通过对AI语音功率谱的研究，发现ChatGPT语音带宽约为12kHz，对应采样率约24kHz，能包含更丰富的频率信息，更接近人类对话。具体如下表所示：
|语音类型|带宽|采样率|
| ---- | ---- | ---- |
|ChatGPT语音|约12kHz|约24kHz|

其功率谱分布展示了语音信号在不同频率上的能量分布，水平轴代表频率，垂直轴表示声压级。这一特性使得ChatGPT语音在听觉上更加自然和真实。

3. 声学韵律参数对AI语音吸引力的影响

为了探究声学韵律参数对ChatGPT语音吸引力的影响，进行了相关实验，对语音的基频、语调、时长进行改变，让20位听众从四个维度（力量、能力、温暖、诚实）使用7点李克特量表进行主观评分。
- 基频 ：采用声学中的“八度”概念按比例调整整体基频。原语音C的基频降低一个八度为Ci1，降低半个八度为Ci2，升高半个八度为Ci3，升高一个八度为Ci4。通过方差分析（ANOVA）和Tukey的HSD检验，发现基频变化在四个维度的吸引力感知上有显著差异。Ci1和Ci4与原语音相比，在吸引力感