在当今科技高速发展的背景下，机器人技术已经成为人们日常生活和工作中不可或缺的一部分。随着机器人在人类日常生活中比重的上升，机器人与人的交互方式及其相关用户体验问题也变得越来越重要。在众多交互方式中，语音交互是最为自然和直观的交互形式之一，它使用户能够以类似于人与人之间交流的方式与机器人进行沟通。然而，为了保证语音交互的有效性和用户体验的舒适度，对于机器人语音交互的认知负荷进行准确的评估显得尤为重要。
认知负荷是指完成特定任务时所施加于个体认知系统的负荷，其评估目的在于理解人类在完成任务时所经历的心理和认知过程。认知负荷的评估方法通常分为两类：主观测量和客观测量。主观测量依赖于用户对任务负荷的主观感受，而客观测量则通过分析生理信号（如心率、皮肤电导等）来评估用户的认知状态。
本文提出了一种新的机器人语音交互认知负荷评价方案，该方案结合了主观测量和生理数据验证。为实现这一目的，研究者设计了一系列实验，让受试者体验不同的机器人语音交互系统，并完成一系列任务。在此过程中，受试者不仅进行了主观认知负荷测量，还同步进行了生理电信号测量。主观测量部分采用了层次分析法（Analytic Hierarchy Process, AHP）对传统的NASA Task Load Index（NASA-TLX）量表进行了改进。NASA-TLX是一种广泛应用于评估任务负荷的主观量表，而AHP方法能够帮助研究者更加客观和细致地分析评估过程中的各个因素。通过结合生理信号测量的结果，对主观评价的可靠性和实际意义进行了验证。实验结果表明，该评价方案能够得到可靠的认知负荷评价结果，并进一步证明了评价系统本身的有效性。
研究者基于AHP的基本原理，对NASA-TLX量表进行了改进，并建立了一套包含四个准则和十四个指标的语音交互认知负荷评价体系。这一体系不仅能够基于用户主观感受进行评价，还能够利用生理信号如心率和皮肤电导数据进行辅助验证。此外，该技术手段的提出为研究机器人语音交互用户体验提供了一种新的研究方法。
文章还提出了一些关键词，包括“语音交互”、“认知负荷”、“层次分析法”（AHP）、“生理电”以及“机器人”。这些关键词勾勒出了文章的研究范围和核心内容。语音交互是研究的主体，认知负荷是评估的目标，层次分析法提供了一种改进评价方式的方法论，生理电信号则是客观测量的主要手段，而机器人则是整个研究应用的领域。
关键词“语音交互”强调了本文研究的核心对象，即通过语音进行的人机交互。语音交互是人类交流的一种基本形式，因其自然性、便捷性和直观性而受到广泛欢迎，特别是在有视觉障碍或在手部操作受限的情况下。
关键词“认知负荷”体现了研究的目标，即如何在设计和实施语音交互系统时考虑到用户的认知需求和限制。认知负荷的评估对于优化交互系统，降低用户在使用过程中的心理压力至关重要。
关键词“AHP”解释了在研究中用以改进NASA-TLX量表的分析工具，即层次分析法。这是一种系统性的决策支持方法，通过建立层次结构模型和权重分析来解决问题和评估决策。
关键词“生理电”说明了文章提出的评价方案不仅限于用户的主观报告，还包括通过生理信号进行的客观测量。生理电信号如心率和皮肤电导是研究认知状态和心理反应的重要指标。
关键词“机器人”则点明了整个研究的应用场景，即研究的目的在于提升机器人的交互质量和用户体验。在现代社会中，机器人应用范围广泛，从工业制造到家庭服务，其与人类交互的效率和质量直接关系到人机协作的成败。
文章最后提到的中图分类号TB472、文献标识码A、文章编号以及DOI号等信息，均为该文献在学术资源中的定位和检索提供重要信息，方便了后续的学术引用和文献查阅。
总结而言，本文提出了一种综合主客观评价方法来评估机器人语音交互认知负荷，研究者通过层次分析法改进了NASA-TLX量表，建立了一套完善的评价体系，并利用心率与皮肤电信号测量进行了辅助验证。这项研究不仅为机器人语音交互用户体验的研究提供了新的技术手段，也为相关领域的研究者和工程师提供了宝贵的参考和指导。
VIP享7折，此内容立减4.47元 
