最后更新：2026年5月18日
\n\n用户访谈中的语音分析，指的是从访谈音频中提取声学特征——音高、响度变化、语速、停顿和嗓音质量——并将其与访谈记录的内容对照分析。它无法可靠地识别情绪或真实性。谨慎使用时，它能帮你找出值得回听的片段：谈到定价时的犹豫、提到某个功能时的能量上扬、或是新手引导环节中的平淡语气。把它当作一种信号，而不是结论。
\n\n2026年，大多数 AI 用户研究平台仍然只把访谈音频当作生成访谈记录的中间步骤，然后就把音频丢掉了。这等于扔掉了大约一半的信息。二十年来的副语言学与语音科学研究表明，受访者如何说一句话，携带着访谈记录无法承载的信息：犹豫、强调、疲惫和投入程度。Interspeech 和 ICASSP 学术社区围绕声学特征集发表了大量成果，例如 openSMILE 的 eGeMAPS，如今已成为研究中可复现语音特征提取的标准参照。
\n\n2026年的新变量在于，大语言模型（LLM）可以把这些特征与访谈记录放在一起阅读，并生成结构化的管理层摘要——“受访者在描述结账流程时语速下降了 30%，音高趋于平直”——研究者不必自己编写分析代码。正是这一点让语音分析对产品团队变得实用，而不再只属于语音科学实验室。
\n\n音高是人耳感知到的声音“高低”。研究者通常关注F0 均值和F0 变异性（标准差或范围）。音高较平直往往伴随着投入度下降或背诵式的回答；变化幅度较大则常与惊讶、热情或强烈的态度同时出现。但它并不能证明其中任何一种。
\n\n响度变化（有时以 RMS 能量或经 shimmer 校正的强度报告）反映的是强调。某个功能名称附近突然出现的响度尖峰，就是一个回听提示。绝对响度基本上是麦克风造成的伪影，应当忽略。
\n\n语速（每秒音节数或词数，含停顿）和发音速率（不含停顿）在认知负荷下会朝不同方向变化。一位受访者在回答定价问题时放慢了发音速率，说明他在这个回答上投入了更多认知努力。这是值得了解的信息。
\n\n停顿次数、停顿时长以及静默与说话的时间比，是定性访谈中最可靠的声学指标之一。在特定话题上回答前出现较长停顿，强烈提示着不确定性或社会期许偏差——两者都与用户研究高度相关。
\n\n嗓音质量特征（jitter、shimmer、谐噪比 HNR）描述的是声音听起来有多“干净”或多“粗糙”。它们对疲劳和唤醒水平敏感，同时也对麦克风质量敏感，因此解读时需格外谨慎。
\n\n声学特征本身只是噪音。要把它们变成研究洞察，需要走完下面这个四步框架。这是 Qualitati 自有的框架——欢迎在你自己的研究流程中采用。
\n\n| 步骤 | 你要做什么 | 你会得到什么 |
|---|---|---|
| 1. 提取 | 按每个话轮和每个话题段落计算 eGeMAPS 风格的特征。 | 一张与访谈记录对齐的特征表。 |
| 2. 锚定 | 将每一处特征偏离与对应的访谈记录片段及其相关的研究问题配对。 | 已锚定的信号事件。 |
| 3. 三角验证 | 用内容（所说词语的情感倾向）和行为（他们在原型中是否完成了转化？）交叉核对信号。 | 多来源的相互佐证。 |
| 4. 决策 | 用信号来排定回听、追问或扩大样本的优先级——绝不把它作为产品决策的唯一依据。 | 行动，而非解读。 |
语音承载着身份。口音、年龄、性别、健康状况和情绪状态，都可以从研究者觉得有用的那些特征中被推断出来——有时还会推断错。每一个语音分析项目都应当作出以下三项承诺：
\n欧盟 GDPR 将语音视为个人数据，而生物特征处理还有更高的额外要求。在欧盟或英国开展研究的团队应据此调整知情同意流程。
\n\nQualitati 是一个内置语音分析（Voice Analytics）的 AI 用户研究平台：从访谈音频中提取声学特征，包括音高、响度变化、语速、嗓音质量，并生成 AI 管理层洞察。语音信号与访谈记录放在同一个项目里，研究者可以从一个被标记的片段直接跳到对应的访谈记录文本和相关研究问题。平台还支持 10 种语言的 AI 主持访谈、AI 主持焦点小组、对话式问卷，以及 ThemeLens AI 主题分析，因此语音洞察可以与内容层面的主题在同一处完成三角验证。Qualitati 公开透明的按积分计费标准，注册即送 30 积分免费开始 — 详见定价页面。
\n\n不是。情感分析对一个人所说的词语进行分类；语音分析测量的是他们如何说出这些话。两者互为补充，而且经常不一致 — 这正是把它们放在一起使用的价值所在。
\n\n不能。没有任何可信的、经同行评审的证据表明语音分析能在访谈场景中可靠地识别欺骗。任何声称可以的供应商都在夸大科学。
\n\n对于分段信号，每个话题 20–30 秒的语音通常就足够了。基于不到两分钟语音的整场访谈平均值并不可靠。
\n\n声学特征原则上与语言无关，但基线（典型语速、典型音高范围）在不同语言之间存在差异。多语言研究需要按语言建立基线，以避免虚假信号。
\n\n以访谈记录证据和研究问题为主，用语音信号作为辅助背景（“并且受访者在回答前停顿了 4 秒”）。避免使用情绪标签。
\n\n在即将进行的一轮访谈中选一个高风险话题 — 定价感知就是不错的候选 — 然后对照访谈记录，复查每场访谈中语音标记最靠前的三个片段。比较一下你学到的东西与常规汇报之间的差别。
\n\n用户访谈中的语音分析是真实的、有用的，也很容易被过度解读。把它当作访谈记录之上的一层注意力引导，它能让研究者更快、更周全；把它当作情绪或诚实度探测器，它就是伪科学。选择第一种解读，你会在定性研究中获得持久的优势；选择第二种，你得到的是可信度问题。
\n\n免费获得 30 积分开始使用 — 无需信用卡。创建 Qualitati 账户，开启语音分析功能运行一场 AI 主持访谈，比较一下音频告诉你的内容与仅凭访谈记录能得到的内容。或者在决定之前，先比较 Qualitati 与其他 AI 用户研究平台。
\n","related":[{"slug":"synthetic-survey-panels-marginal-fidelity-2026","title":"合成问卷样本库真的在模拟人吗？2026 年的一项检验","description":"合成问卷样本库能模拟真实受访者吗？2026 年研究发现，与公开平均值吻合并不能证明模拟成功：无人设提示在 9 组对比中 9 次胜过人设样本库。","category":"研究方法论","date":"2026-10-22","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"llm-as-judge-qualitative-interpretation-2026","title":"LLM 评审能给定性访谈解读打分吗？2026 年研究的检验","description":"LLM-as-judge 能否替代人工审核定性访谈解读？2026 年一项研究对比 3,560 条 AI 解读与人类评分：它能淘汰弱模型，却漏掉言外之意与细微差别。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"rehearse-interview-protocol-simulated-participants-2026","title":"能用 AI 模拟受访者预演访谈吗？2026 年研究发现","description":"能否用 AI 模拟受访者预演访谈提纲？一项 2026 年对 21 位定性研究者的研究发现，预演带来了实际的提纲修改，也暴露出三个隐藏风险。","category":"研究方法论","date":"2026-10-21","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}