声音健康传播是人工智能与睡眠产业结合的一个新的连接点

世界睡眠日又到了。

人一天二十四个小时，睡眠时间最日常化的，最个人化的，也是最容易受忽视的一个时间段。睡眠产业研发的一个机会，或许将是在最简便的途径上，促进当前以床品为代表的“物质空间”，和以人工智能为切入口的“精神空间”和“环境空间”的进一步融合，提升消费者个体的整合使用体验，以达到理想的睡眠效果。

当前声音要素进入睡眠干预领域，要么就是富有正能量的、美感的、网上可以随意检索到的助眠音乐和具有助眠效用的相声，甚至有声书等；还有是从物理共振角度，直接把合适的音频，包括纯音的节奏等作用于人。近两年来，我所带的研究团队，在此基础行，试图深入研究声音的“沉浸性”原理和对于“环境空间”的再造，也就是说用建立在语音学、声学科学、脑科学、情感计算和睡眠医学基础上的融合观察视角，以科学、系统的助眠“声音内容”干预，尝试拉动人工智能与企业生产的内在关联，让这个链条生动、活跃起来，为产品加入艺术的、文化的、个性化的增值要素。

经过两年来的基础研发，声音内容的正向干预睡眠原理，有了一点初步的框架：如声音助眠的对话法、声音助眠的替代法、声音助眠的同频共振法等七个法则。声音内容的涵盖面很广，包括媒体节目、网络直播、音乐（冥想音乐、世界名曲等）、自然界声音、有声书、宗教诵读、白噪音和粉噪音、社会生活噪音等。下一步需要基于语音学原理、脑科学原理等，借助情感计算的建模研究，就上述声音内容进一步开展实验活动，建立起规范、科学的声音助眠健康传播的基础理论和实际应用中的智能模型、语料库。例如建立声音助眠健康传播的内容和分类标准；助眠声音内容的智能化、个性化定制标准；提升全民睡眠健康素养的传播策略与路径等。成果希望体现在助眠声学语料库、声音处方数据库、声音内容韵律调解模型、情感状态监测模型、助眠声音内容推荐模型的建设。

除了上述我们谈到的声音助眠的思路，还有一个思路与睡眠相关，仅作为拓展思路之用：

睡眠过程中的声音干预与内隐学习的关系密切，1965年，Arthur Reber 提出内隐学习是在自己意识不到的情况下，也就是无意识情况下获得环境中一些较为复杂的知识的过程，而在这个过程中，个体意识不到其改变自己的行为的内在规则是什么，但个体却实实在在的学会了这一种规则。1989年Guerrien A等人证实快速眼动睡眠（REM）在动物和人类的记忆过程中的作用。目前青少年的学习压力大，睡眠时间又在缩短，紧张焦虑情绪也成为青少年心理问题的一个突出体现。高质量睡眠与内隐学习之间是否存在冲突？睡眠中语音干预下的内隐学习对于缓解青少年的焦虑是否有积极作用？目前我们聚合了德国的语音学家、情感计算和国内的脑科学专家，尝试做一些这方面的探索。

------------------------------------------------------------------------------------------------------

作者简介：

孟伟：中国传媒大学传播研究院教授、博士生导师，国家级精品课、北京市优秀教学团队负责人。欧洲传播研究和教育协会（ECREA）会员，中国少年先锋队工作学会理事，中国智能多媒体终端技术联盟智库专家，中央广播电视总台节目评奖专家，多家互联网音频企业特约专家。致力于音频传播研究二十余年。目前尝试在睡眠医学领域中，融合语音学、人工智能、脑科学、声学艺术与科学、传播学等，探索音频内容的助眠正向干预效果。

打赏