Backchannel
- 又称: backchannel response, listener response
- 类别: Control › Human in the loop
- 标签: human-robot-interaction, spoken-dialogue, conversation, nonverbal-communication, social-robots
听者发出的简短回应，例如“mhm”“yeah”或点头，在对方继续保有话轮的同时表示注意或理解。
定义
附和回应（backchannel）是听者发出的、并不要求接过话轮的简短信号。典型的例子包括“mhm”“uh-huh”“yeah”或“right”这样的发声词，“wow”或“oh no”这样的简短评价，以及点头和微笑等非言语信号。这个术语由 Victor Yngve 于 1970 年提出，用来描述与主要说话者的通道并行运行的这条次要沟通通道。附和回应告诉说话者，听者在注意听、跟得上，并愿意让对方继续说下去；其形式还可以表示同意、惊讶或兴趣。
附和回应是讲究时机的。听者倾向于在说话者讲话的特定位置发出附和，例如一个短语结束之后、短暂停顿处，或某些韵律线索之后；说话者也常用短暂停顿或升调来引出附和。人们附和的频率和方式在不同语言、文化和个人之间差异很大。时机不对的附和听起来可能像打断，而完全没有附和则会让听者显得心不在焉。
对机器人来说，附和回应在两个方向上都很重要。作为听者，机器人可以发出附和，让说话者感到自己被倾听，这需要根据用户的音频（有时还有视频）实时预测合适的时机。作为说话者，机器人必须识别用户的附和，而不能把它们误当作接过话轮的尝试。一个每当用户回应时就停止说话、或把“mhm”当作新请求的系统，会让人觉得它坏了。因此，附和回应的处理与话轮转换模型密切相关。
为何重要
附和回应虽小，在对话中却非常显眼。默默聆听的机器人让人觉得冷淡，而每当用户说“yeah”就停下或重新开始的机器人则让人觉得不可靠。处理好附和回应，能让与机器人的口语交互更顺畅，并帮助人们自然地继续说下去。
主要应用
- 社交机器人和陪伴机器人的积极倾听行为
- 访谈、辅导和治疗机器人
- 口语对话系统中的插话处理
- 虚拟智能体和化身
- 关于对话中融洽感和投入度的研究
实际应用
一个团队打造了一台就日常作息访谈老年人的机器人。用户说话时，一个在音频流上运行的模型预测适合附和的时机，机器人随即发出一声简短的“mhm”或轻轻点一下头；附和的方式随机选择以避免重复，频率也有上限。机器人说话时，它的插话检测器被调成忽略“yes”和“mhm”等简短的用户词语，这样它就不会在句子中途停下，而较长的用户发言仍然会打断它。团队会审查测试会话的日志，找出来得太早或太频繁的附和。
常见误解
- 附和回应是一种接过话轮的尝试 — 它表示听者希望说话者继续
- 任何“yeah”或“mhm”都可以同样对待 — 时机、语调和上下文把附和回应与回答或话轮开始区分开来
- 附和回应越多越好 — 过多或时机不当的附和听起来像打断或不耐烦
谁需要了解
- 对话机器人和对话系统工程师
- 研究融洽感和投入度的 HRI 研究人员
- 虚拟智能体和社交机器人的设计师
相关技术
- Voice Activity Projection
- 插话检测（Barge-In Detection）
- 韵律分析（Prosody Analysis）
- 头部动作生成（Head Gesture Generation）
- 口语对话系统（Spoken Dialogue Systems）
相关术语
相关项目
- 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