M1.03.2per-turn floor ownership设计研究

每轮都需明确谁该说话

别名: 话轮归谁 · 该你说了 · floor of the current turn

概念解释

导航说「正在查找路线」,然后既不再提问、也不给出可听见的收束。车上的人不知道现在该报一个途经点,还是该闭嘴等下一句。当轮话轮归属(per-turn floor ownership)要求每一拍都让双方听得出:这一轮谁持有发言权、下一次合法的开口是谁的。它管的是对话层面的交接,不是声学上何时判定一句说完。归属不清时,人会抢话、会空等、会把系统的思考当成已经轮到自己。

机制

人类对话靠相邻对运转:提问预示回答,问候预示问候。第二对位空着的时候,话轮默认在被问的那一方。系统打破这个预期的方式很具体:问完立刻继续念下一段、用陈述句代替问句却在等答案、用「稍等」占住话轮却不标明还要占多久。用户侧的策略会分裂——有人插入,有人沉默等到自己以为的间隙。两种策略撞上同一套状态机,就出现叠话和「我以为你说完了」。主动权(initiative)在任务型对话里本来就可以换手,但换手必须被听见:升调的问句、命名的选择、或一句明确的「轮到你了」类收束。没有这些信号,系统内部的「听 / 说」状态和用户以为的状态会对不齐。

怎么研究

会话分析给真实或 Wizard-of-Oz 录音做话轮编码:每一拍标注持有者、交接是否被对方接受、以及叠话、空隙后的抢入、系统说话中的用户插入。自变量包括系统话步的句法类型(是非问、开放问、陈述加等待)、以及话步之后是否有可听见的持有标记。因变量是错归属事件率——用户在系统仍持有时开口,或系统在用户未交还时抢回。

不要把叠话都算成打断成功。有一类叠话是归属失败:双方都认为自己该说。实验室若用按钮代替开口来「回答」,测不到话轮争夺,只测到选择。

边界

单向播报(新闻、计时结束的一声)本来就不交话轮,归属问题不出现。熟练用户对某套提示已经形成节奏,即使问句不升调也知道该接;新用户或偶尔使用的技能没有这份节奏。多人场景里,话轮还要在人与人之间分配,设备标明「轮到用户」并不等于标明轮到哪一位。把归属理解成「系统说完要留一段静音」会和超时策略缠在一起——静音可以是让渡,也可以是还在想;归属要靠内容与韵律标记,不能只靠空白。

怎么落地

  • 每句系统输出结束时都能回答「下一句该谁说」:问句就停在问句,持有就给持有的声音或词(「还在查」),交还就用可听见的完成(「查到了。要走高速还是少红绿灯?」)。
  • 禁止「问完又继续说」的粘连话步;要继续说,先明示仍持有。用户一旦开口,就按交还处理,不要把那一拍当成噪声丢掉之后再问同一句。
  • 主动权从系统转到用户时,用选择或是非问把第二对位做出来,避免用陈述句干等。
  • 验证:把十段任务录音按拍编码。凡是出现双方同时开口、或用户问「我现在该说吗」,记一次归属失败。同一技能上这类事件成簇,先改话步类型,不要先改识别。

延伸

  • 同组M1.03.1 轮次增加会累积识别与理解误差 · M1.03.3 轮次上限内未完成需转交其他通道
  • 相邻M1.08 对话轮次与轮流机制 · M1.12 对话的开始与结束 · M3.07 语速、停顿与韵律
  • 站内检索per-turn floor ownership · adjacency pair · initiative

同组卡片

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/handbook/M1.03.2