HCI 분야에서 사용성은 시스템의 객관적인 사용성에 초점을 둔 것에서 점차 사용자들이 시스템을 사용하면서 느끼는 주관적인 경험을 중시하는 개념으로 확장, 변화하고 있다. 오늘날 대부분의 사람들은 휴대전화를 소지하고 사용한다. 휴대전화와 같이 인간과의 상호작용 빈도가 높은 인터페이스에서 보다 긍정적인 사용자의 주관적 경험을 유발하는 것은 중요하다고 볼 수 있다. 본 연구에서는 감정을 표현하는 인터페이스가 인간에게 보다 긍정적인 사용자 경험을 유발할 것이라는 가설 하에 감정을 표현하는 인간 목소리를 통해 청각적 피드백을 제공하는 휴대전화 프로토타입(prototype)을 제작한 후, 감정을 표현하기에 적절하지 않은 기계음을 통해 청각피드백을 제공하는 휴대전화 조건과의 비교를 통해 어떠한 조건에서 사용자들이 보다 더 긍정적인 사용자 경험을 느끼는지, 어떠한 조건을 더 선호하는지에 대해 알아보았다. 구체적으로, 참가자들은 4가지 종류의 휴대전화 프로토타입(청각적 피드백이 없는 무음 조건, 사람의 목소리를 통해 청각적 피드백을 제시하는 조건, 기계음을 통해 청각적 피드백을 제시하는 조건, 기계음과 사람의 목소리를 모두 제공하는 혼합음 조건)을 경험한 후, 그에 대한 경험적 사용성(재미, 흥미, 불쾌감), 유희적 측면(HQ) 그리고 선호도를 평정하였다. 결과적으로, 사용자들은 사람의 목소리를 통해 정서를 표현하는 조건의 휴대전화에 대해 청각적 피드백을 제공하지 않는 휴대전화나 기계음을 통해 청각적 피드백을 제시하는 휴대전화와 비교해서 상대적으로 높은 지각적 재미와 유희(HQ)를 느끼는 것으로 드러났다. 하지만 선호도는 다른 조건에 비해 낮은 수준의 평정치를 보이는 것으로 나타났다.

This paper reports several emotion detecting methods based on various attributes of human voice. These methods have been developed at our Engineering Systems Laboratory. It is noted that, in all of the proposed methods, only prosodic information in voice is used for emotion recognition and semantic information in voice is not used. Different types of neural networks(NNs) are used for detection depending on the type of voice parameters. Earlier approaches separately used linear prediction coefficients(LPCs) and time series data of pitch but they were combined in later studies. The proposed methods are explained first and then evaluation experiments of individual methods and their performances in emotion detection are presented and compared.