Backchannel
- Auch genannt: backchannel response, listener response
- Kategorie: Control › Human in the loop
- Schlagwörter: human-robot-interaction, spoken-dialogue, conversation, nonverbal-communication, social-robots
Eine kurze Rückmeldung eines Zuhörers wie „mhm“, „ja“ oder ein Nicken, die Aufmerksamkeit oder Verständnis zeigt, während die andere Person das Rederecht behält.
Definition
Ein Hörersignal (backchannel) ist ein kurzes Signal eines Zuhörers, das keinen Anspruch auf das Rederecht erhebt. Typische Beispiele sind lautliche Rückmeldungen wie „mhm“, „aha“, „ja“ oder „genau“, kurze Bewertungen wie „wow“ oder „oh nein“ und nonverbale Signale wie Nicken und Lächeln. Der Begriff wurde 1970 von Victor Yngve eingeführt, um diesen zweiten Kommunikationskanal zu beschreiben, der neben dem Kanal des Hauptsprechers verläuft. Hörersignale zeigen dem Sprecher, dass der Zuhörer aufmerksam ist, folgt und möchte, dass er weiterspricht, und ihre Form kann Zustimmung, Überraschung oder Interesse ausdrücken.
Hörersignale haben ein Timing. Zuhörer setzen sie tendenziell an bestimmten Stellen im Redebeitrag des Sprechers, etwa nach dem Ende einer Phrase, in kurzen Pausen oder nach bestimmten prosodischen Hinweisen, und Sprecher laden oft mit kurzen Pausen oder steigender Intonation dazu ein. Wie oft und wie Menschen Hörersignale geben, unterscheidet sich stark zwischen Sprachen, Kulturen und Einzelpersonen. Ein Hörersignal im falschen Moment kann wie eine Unterbrechung klingen, und das völlige Fehlen von Hörersignalen lässt einen Zuhörer unaufmerksam wirken.
Für Roboter sind Hörersignale in zwei Richtungen wichtig. Als Zuhörer kann ein Roboter Hörersignale geben, damit sich der Sprecher gehört fühlt, was erfordert, geeignete Momente in Echtzeit aus dem Audio und manchmal dem Video des Nutzers vorherzusagen. Als Sprecher muss ein Roboter die Hörersignale des Nutzers erkennen und darf sie nicht für einen Versuch halten, das Rederecht zu übernehmen. Ein System, das jedes Mal zu sprechen aufhört oder „mhm“ als neue Anfrage behandelt, wenn der Nutzer reagiert, wirkt kaputt. Der Umgang mit Hörersignalen ist daher eng mit Turn-Taking-Modellen verbunden.
Warum es wichtig ist
Hörersignale sind klein, aber im Gespräch sehr auffällig. Roboter, die stumm zuhören, wirken kühl, und Roboter, die anhalten oder neu beginnen, sobald ein Nutzer „ja“ sagt, wirken unzuverlässig. Ein guter Umgang mit ihnen macht die sprachliche Interaktion mit Robotern flüssiger und hilft Menschen, natürlich weiterzusprechen.
Wichtige Anwendungen
- Aktives Zuhörverhalten für soziale Roboter und Begleitroboter
- Interview-, Coaching- und Therapieroboter
- Behandlung von Barge-in in Sprachdialogsystemen
- Virtuelle Agenten und Avatare
- Studien zu Rapport und Engagement im Gespräch
In der Praxis
Ein Team baut einen Roboter, der ältere Menschen zu ihrem Tagesablauf interviewt. Während der Nutzer spricht, sagt ein Modell, das auf dem Audiostrom läuft, Momente vorher, in denen ein Hörersignal angebracht wäre, und der Roboter gibt ein kurzes „mhm“ oder ein leichtes Nicken von sich, zufällig ausgewählt, um Wiederholungen zu vermeiden, und auf eine Höchstrate begrenzt. Wenn der Roboter spricht, ist seine Barge-in-Erkennung so eingestellt, dass sie kurze Nutzeräußerungen wie „ja“ und „mhm“ ignoriert, damit er nicht mitten im Satz anhält, während längere Nutzeräußerungen ihn weiterhin unterbrechen. Die Protokolle der Testsitzungen werden auf Hörersignale durchgesehen, die zu früh oder zu oft kamen.
Häufige Missverständnisse
- Ein Hörersignal ist ein Versuch, das Rederecht zu übernehmen — es signalisiert, dass der Zuhörer möchte, dass der Sprecher weiterspricht
- Jedes „ja“ oder „mhm“ kann gleich behandelt werden — Timing, Intonation und Kontext unterscheiden ein Hörersignal von einer Antwort oder dem Beginn eines Redebeitrags
- Mehr Hörersignale sind immer besser — zu viele oder schlecht getimte Hörersignale klingen wie Unterbrechungen oder Ungeduld
Wer das wissen sollte
- Ingenieure für Gesprächsroboter und Dialogsysteme
- HRI-Forschende, die Rapport und Engagement untersuchen
- Designer virtueller Agenten und sozialer Roboter
Verwandte Technologien
- Voice Activity Projection
- Barge-in-Erkennung (Barge-In Detection)
- Prosodieanalyse (Prosody Analysis)
- Erzeugung von Kopfgesten (Head Gesture Generation)
- Sprachdialogsysteme (Spoken Dialogue Systems)
Verwandte Begriffe
Verwandte Projekte
- Reachy Mini: Open-source desktop robot from Pollen and Hugging Face with an expressive 6-DoF head
- RAI: Vendor-agnostic agent framework for ROS 2 robots and physical AI
- Assistive Gym: Physics simulation framework for training assistive robots in caregiving tasks