Introduction
- 사회적 로봇(social robot)과의 상호작용에서 음성 수렴 현상 탐구
- 핵심 질문: 음악 훈련 경험이 로봇에 대한 음성 적응에 영향을 미치는가?
- L2(제2언어) 영어 화자들의 로봇과의 대화에서 음성 변화 측정
- 음악-언어 연결(music-language connection) 이론 검증
Related Papers
- 음악 훈련과 언어 능력 간 관계에 대한 연구
- Communication Accommodation Theory의 HRI(Human-Robot Interaction) 적용
- 로봇 음성에 대한 사용자 적응 관련 선행 연구
- 합성음(synthetic voice)에 대한 수렴/발산 연구
Methods
-
참가자:
- 음악가 그룹(musician): 장기 음악 훈련 경험자 15명
- 비음악가 그룹(non-musician): 음악 훈련 미경험자 15명
- 모두 L2 영어 화자(만다린어 모어)
-
실험 절차:
- 사회적 로봇 Furhat과 4가지 대화 과제 수행
- 대화 전후 핵심 단어 및 운반 문장 산출 수집
- Pre-post 비교로 수렴/발산 정량화
-
측정 변수:
- 스펙트럼 단서(spectral cues): 포먼트 주파수
- 운율 단서(prosodic cues): 평균 F0, 지속시간
Results
-
수렴 패턴(Convergence):
- 두 그룹 모두 로봇의 모음 포먼트로 수렴
- 그룹 간 유의미한 차이 없음
-
발산 패턴(Divergence):
- 음악가 그룹이 더 많은 운율 단서에서 발산
- 평균 F0와 지속시간에서 로봇과 반대 방향으로 이동
- 비음악가 그룹보다 발산 범위가 넓음
-
해석:
- 로봇의 음성 특성을 더 정확히 인지하고 차별화하려는 시도로 해석
- AI/로봇에 대한 특별한 음성 레지스터(speech register) 형성 시사
Discussion
-
이론적 함의:
- 음악 훈련은 청각적 주의력과 작업 기억 향상을 통해 음성 적응에 영향
- 또는 L2 음성 학습에서의 음성 재능(phonetic talent) 발달과 관련
-
실용적 함의:
- 음악 훈련을 임상 집단의 음성 의사소통 훈련에 적용 가능성
- 사회적 로봇을 언어치료 파트너로 활용할 때 고려사항
-
한계점:
- 소규모 표본(각 그룹 15명)
- 단일 로봇 플랫폼(Furhat)에 한정
-
향후 연구:
- 다양한 로봇/AI 플랫폼에서의 검증
- 종단 연구를 통한 장기적 효과 탐구