恐怖谷中无人谈及的部分：怪异的机器人之声

（原标题：THE UNCANNY VALLEY NOBODY'S TALKING ABOUT: EERIE ROBOT VOICES）

【网易智能讯?3月20日消息】恐怖谷是我们熟悉的：如果一个人形机器人造型逼真，但又达不到足够真实，它会让人感到怪异。到目前为止，这种说法几乎完全适用于机器人的面容和身形，但人们往往忽略了机器人语音中的恐怖谷现象。

Kozminski大学的机器人专家Aleksandra Przegalinska是个例外，他同时也是麻省理工学院的研究员，关注于聊天机器人和语音助手的蓬勃发展。本周WIRED在SXSW与其共同讨论“机器人复制人类语音中所面临的巨大挑战”，为什么人形机器人的未来可能不会特别明朗？当你让学生教聊天机器人如何说话时，会发生什么？

WIRED ：为什么将研究的关注点放在机器人语音方面呢？

Przegalinska：恐怖谷现象不仅存在于机器人的仿真形象上，也存在于语音方面，如其说话的方式。音调本身在这里非常重要。这就是为什么我们对聊天机器人感兴趣，所以我们建立了自己的聊天机器人。

我的学生与聊天机器人交流了整整一年，主要是为了使机器从中学习，然而，最终收集到一些人类羞辱机器的言语，这可能就是恐怖谷的一部分。为什么学生会对聊天机器人心生厌恶？可能是因为聊天机器人只是一个聊天机器人，或者学生因为心中的不安全感而讨厌机器人，这是怎么回事呢？

WIRED ：这种现象也会发生在物理机器人身上。 日本 曾进行 一项研究 ，将一个机器人放置于商场中，看看孩子们会对它做什么，最终孩子们踢了它并直呼其名。

Przegalinska：对于孩子来说，他们处在一个受自然本性影响远大于文化的阶段，当你创建一个非常开放的系统，使之从你这里学习，你希望它学到什么？我的学生总是和那个聊天机器人交谈，他们太讨厌了。

WIRED ：也许这对他们来说是宣泄，也许就像治疗一样。

Przegalinska：也许这种反应与人们试图处理由恐怖谷现象所产生的情感有关。你会感到厌恶，因为你不确定自己与之互动的对象是什么。我能感受到人与聊天机器人助理的奇怪关系――聊天机器人非常有礼貌，而人们只是向他们扔垃圾，这是是一种怪异的情况，好像他们是一些较低级别的人。

WIRED ：聊天机器人可以采取不同的形式，对吗？基于文本或带有虚拟化身。

Przegalinska：我们发现拥有虚拟化身的聊天机器人会使人们感到厌烦。在大多数情况下，它给出了与文本相同的响应，但反应的差异是巨大的。在基于文本与聊天机器人互动的情况下，参与者发现机器人非常有能力谈论各种主题。与之对比的是，当聊天机器人带有虚拟化身时，就情感反应而言，人会感到有压力。人们与基于文本的聊天机器人的对话通常是两倍长。

WIRED ：你的聊天机器人表现如何？它如何以一个交谈者的角色而存在？

Przegalinska：无论何时进行对话，聊天机器人都会尝试反映对方的说法。例如，如果你说你讨厌体育，而且谈话时间足够长，聊天机器人会说“我也讨厌体育。”

WIRED ：所以它可能骗你。

Przegalinska：当然，这经常出现。它也会经常转变，比如讨厌运动，又或者热爱运动。有趣的是，它呈现出与这些互动有关的某些潜在危险。当你把自己想象成一家公司，假设你自己建立了一个聊天机器人。你是耐克，然后聊天机器人说它讨厌运动。你会怎么做？

WIRED ：或者更糟糕的是，它会变得种族主义。

Przegalinska： 实际上，这发生了 。我认为我们的聊天机器人在很多方面仍然非常可控，我们很惊讶地看到它的转变频率。我们确实策划了它所呈现的一些内容，但随后机器人通过与其他人的互动轻松地与之分道扬镳。

WIRED ：除了语义之外，当谈到当前的机器人语音时，究竟是什么让人们失望？

Przegalinska：即使是一个简短的句子，机器人也会以长句的方式来处理。这在某种程度上是如此具有决定性，听起来你期待一个冗长的陈述然后句子结束。因此，理解你所说的语调和语境会存在问题。因此，将语义与语调联系起来，这就是出错的部分。

WIRED ：当这种智能体现在索菲亚这样的机器人身上时，复杂程度会更高，大多数人都从她的 脱口秀节目中 了解到这一点？

Przegalinska：也许问题是如何将语义与语调整合在一起。我们知道像这样的系统是非常模块化的，因为有一个系统负责移动头部而另一个系统负责微笑。所有这些模块有时很难整合。我认为这是恐怖谷，一种响应的延迟。它需要非常大的计算能力。但我毫不怀疑这就是未来。除非人形机器人被彻底抛弃。这也是一种选择。我认为这是可能的。

WIRED ：你为何会这么说？

Przegalinska：因为我认为，如果你有某种系统可以轻松归类为机器，但仍然超级智能和响应，也许这就足够了。它甚至可以是向前或向后倾斜的盒子，使那些小手势表明它知道什么样的情绪。也许人们想要一些看起来像真空吸尘器的东西，并与它们说话，而不是索菲亚，毕竟她会使人感到不安。

（选自：wired??作者： MATT SIMON ???编译：网易智能??参与：nariiy）