分类号： 单位代码： 10335

密 级： 无 学 号：

泊;, --人牙
硕士学位论文

中文论文题目： EmoClock：音乐情感驱动的唤醒体验设计

英文论文题目： EmoClock: Music Emotion Driven Design of

Awakenin己这J!erience

申请人姓名：

指导教师：

合作导师：

专业名称： 工业设计工程

研究方向： 音乐情感交互设计
所在学院： 计算机科学与技术学院

论文提交日期
 浙江大学研究生学位论文独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。
除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成

果，也不包含为获得 浙江大学 或其他教育机构的学位或证书而使用过的材料。与我一

同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。

学位论文作者签名： 签字日期： 年 月 日

学位论文版权使用授权书

本学位论文作者完全了解 浙江大学 有权保留并向国家有关部门或机构送交本

论文的复印件和磁盘，允许论文被查阅和借阅。本人授权 浙江大学 可以将学位论文的
全部或部分内容编入有关数据库进行检索和传播，可以采用影印、缩印或扫描等复制手段
保存、汇编学位论文。
（保密的学位论文在解密后适用本授权书）

学位论文作者签名： 导师签名：

签字日期： 年 月 日 签字日期： 年 月 日
浙江大学硕士学位论文 摘要

摘要

随着生活节奏的不断加快，人们往往无法睡到自然醒，不得不依赖于闹钟将
我们从睡眠中唤醒。特别是对于起床困难的青年人来说，他们很难拥有充足的睡
眠，却在固定的社会工作时间下被迫早起。早晨被闹钟吓醒带来的痛苦渐渐影响
到我们的身心健康。为了尽可能提升唤醒体验，已有学者对唤醒体验不佳的原因
进行了分析，提出了睡眠惯性的概念，并尝试通过各种方式缓解睡眠惯性带来的
不适感。而音乐能够影响并改善人们的情绪，但目前尚无针对音乐情感提出的早
晨唤醒体验优化的相关研究成果。
有鉴于此，本论文在已有研究基础上提出了一种音乐情感驱动的唤醒体验设
计方法，并通过实验验证了此方法对于睡眠惯性的改善效果，分析了睡眠类型和
性别等因素对于睡眠惯性改善效果的影响。本文的主要成果和创新点如下：
（1）将音乐情感理论与改善睡眠惯性提升唤醒体验结合，提出了音乐情感
驱动的唤醒方法。构建了具有情感分组的唤醒曲库，并提出基于用户情感偏好和
唤醒后的情感反馈状态，调整每天唤醒音乐情感类型的方法。
（2）验证了音乐情感驱动的唤醒方法对于改善睡眠惯性带来的昏睡疲惫感
和负面情绪具有显著的影响。并通过实验数据分析发现，睡眠类型和性别对改善
效果具有显著影响，“夜晚型”被试的唤醒度提升效果更显著，女性的唤醒度和
愉悦度改善的效果均显著优于男性。
（3）设计了提升唤醒体验的创新应用。重点进行了软件设计，并使用它作
为本文实验的工具载体。提出了独立于软件外的硬件设计方案，拓展了本论文的
应用载体。
本论文以情感为驱动，拓展了唤醒体验设计的边界，帮助改善现有的唤醒体
验，缓解睡眠惯性。研究成果为相关研究提供了有益的参考和借鉴。

关键词： 睡眠惯性；音乐情感；无痛苦唤醒；唤醒体验设计

i
浙江大学硕士学位论文 Abstract

Abstract

Due to the fast pace of modern life, people rely on the alarm clock to wake them
up in the morning instead of waking up naturally. Especially for those young people
who have difficulty in getting up and barely get enough sleep, they are forced to get up
early due to the fixed work schedule. The pain caused by a suddenly-sounded alarm
clock in the morning may gradually affect their physical and mental health. In order to
improve the awakening experience, scholars have analyzed the reasons behind the poor
waking up experience, and proposed the concept of sleep inertia. They also tried to
find effective ways of weakening sleep inertia and thus alleviating discomforts. As far
as we know, music can influence and improve people's emotions. However, no re-
search has ever examined the effects of emotional music on affective performance of
people after waking up.
This thesis proposes a music emotion driven design of awakening experience to
help people with troubles in getting up in the morning. The experimental results show
that this design alleviates the effect of sleep inertia. The influences of different factors
such as chronotype and gender on the performance of the proposed method were ana-
lyzed. Specifically, the main innovation are as follows:
(1) Using music emotion theory to alleviate sleep inertia and improve awakening
experience, simultaneously, a music emotion driven wake-up method is proposed. A
wake-up music library with emotional groups is constructed and a method is designed
to adjust wake-up music based on user preference and feedback.
(2) It is verified that the music emotion driven wake-up method has positive ef-
fects on sleep inertia. User ratings show that the method has a significant impact on
improving emotion performance of people soon after waking up, especially for people
of “evening type”. Besides, the improvement on females was significantly better than
that on males.

ii
浙江大学硕士学位论文 Abstract

(3) Innovative applications are designed. A software is designed and used as the
experimental platform. In addition, an independent hardware prototype is proposed to
expand the application scenarios and flexibility.
This study incorporates music affective computation as well as psychological
theories to make progress on current research in wake-up experience. The key findings
can also be used to alleviate users’ sleep inertia and act as reference for future re-
search.

Keywords： sleep inertia; music emotion; painless waking up approaches; awakening

experience design

iii
浙江大学硕士学位论文 目录

目录

摘要............................................................................................................................... i
Abstract ........................................................................................................................ ii
图目录......................................................................................................................... V
表目录....................................................................................................................... VII
第 1 章 绪论................................................................................................................ 1
1.1 研究背景............................................................................................................. 1
1.2 闹钟的发展和趋势............................................................................................. 2
1.2.1 闹钟的发展现状......................................................................................... 2
1.2.2 人性化的无痛苦唤醒................................................................................. 4
1.2.3 音乐唤醒的发展......................................................................................... 5
1.3 研究内容和论文章节组织................................................................................. 6
1.4 研究意义............................................................................................................. 7
第 2 章 音乐情感唤醒的理论研究基础.................................................................... 9
2.1 音乐情感相关研究............................................................................................. 9
2.1.1 情感模型..................................................................................................... 9
2.1.2 不同情感的音乐对人的影响................................................................... 13
2.2 睡眠惯性相关研究........................................................................................... 14
2.2.1 睡眠惯性................................................................................................... 14
2.2.2 睡眠惯性的严重程度与睡眠类型的关系............................................... 14
2.2.3 睡眠惯性的改善方法............................................................................... 15
2.3 心理学情感量表调研....................................................................................... 16
2.3.1 KSS 卡罗林斯卡困倦量表........................................................................ 16
2.3.2 VAS 视觉模拟量表.................................................................................... 17
2.3.3 SAM 自我情绪报告量表............................................................................ 17

I
浙江大学硕士学位论文 目录

2.4 本章小结........................................................................................................... 18
第 3 章 音乐情感驱动的唤醒方法设计.................................................................. 19
3.1 概述................................................................................................................... 19
3.1.1 目标用户人群分析................................................................................... 19
3.1.2 唤醒方法的整体思路阐述....................................................................... 20
3.2 音乐情感唤醒曲库........................................................................................... 21
3.3 情感空间下的音乐分组................................................................................... 23
3.4 用于首次唤醒的音乐情感组别选取............................................................... 24
3.5 交互式音乐情感驱动的唤醒音乐切换........................................................... 27
3.5.1 唤醒度和愉悦度调整阈值....................................................................... 27
3.5.2 交互式音乐情感组别调整策略............................................................... 27
3.6 预期效果........................................................................................................... 28
3.7 本章小结........................................................................................................... 29
第 4 章 EmoClock 软件设计..................................................................................... 30
4.1 软件概述........................................................................................................... 30
4.2 产品功能与用户需求....................................................................................... 31
4.3 软件交互流程设计........................................................................................... 32
4.4 软件界面设计................................................................................................... 33
4.5 软件可用性测试............................................................................................... 36
4.6 本章小结........................................................................................................... 38
第 5 章 情感化音乐唤醒实验.................................................................................. 39
5.1 实验假设和目标............................................................................................... 39
5.2 唤醒实验被试................................................................................................... 40
5.2.1 实验被试招募标准................................................................................... 40
5.2.2 被试在实验期间的要求........................................................................... 42
5.3 唤醒实验方法................................................................................................... 42
5.3.1 唤醒实验音乐........................................................................................... 42

II
浙江大学硕士学位论文 目录

5.3.2 实验形式................................................................................................... 43
5.3.3 实验场地................................................................................................... 43
5.3.4 实验工具................................................................................................... 44
5.4 实验流程........................................................................................................... 44
5.5 数据分析方法................................................................................................... 45
5.6 本章小结........................................................................................................... 46
第 6 章 唤醒实验结果分析...................................................................................... 47
6.1 被试情况分析................................................................................................... 47
6.1.1 被试睡眠类型和基本情况....................................................................... 47
6.1.2 实验前被试起床后心情平均状态........................................................... 48
6.2 假设验证........................................................................................................... 49
6.2.1 被试起床后昏睡疲惫感和负面情绪状况............................................... 49
6.2.2 不同睡眠类型的被试改善效果差异....................................................... 50
6.2.3 改善效果的性别差异分析....................................................................... 51
6.2.4 不同情感的音乐的唤醒效果分析........................................................... 52
6.3 实验结果........................................................................................................... 54
6.4 本章小结........................................................................................................... 55
第 7 章 EmoClock 硬件产品设计............................................................................. 56
7.1 硬件产品概述................................................................................................... 56
7.2 产品原型设计与实现....................................................................................... 56
7.2.1 产品外观设计与原型制作....................................................................... 57
7.2.2 产品交互设计........................................................................................... 58
7.2.3 硬件原型实现方案................................................................................... 60
7.3 硬件产品用户体验反馈................................................................................... 62
7.4 本章小结........................................................................................................... 64
第 8 章 总结与展望.................................................................................................. 65
8.1 本文总结........................................................................................................... 65

III
浙江大学硕士学位论文 目录

8.2 未来展望........................................................................................................... 66
参考文献.................................................................................................................... 68
攻读硕士学位期间主要的研究成果........................................................................ 74
致谢............................................................................................................................ 75
附录 1......................................................................................................................... 76
附录 2......................................................................................................................... 78
附录 3......................................................................................................................... 80

IV
浙江大学硕士学位论文 目录

图目录

图 1.1 AlarmMon 软件界面截图 .......................................................................... 3

图 1.2 小米小爱智能闹钟..................................................................................... 3
图 1.3 Sunrise 光照无痛苦唤醒枕头.................................................................... 4
图 1.4 论文结构框架和章节安排........................................................................ 8
图 2.1 Hevner 情感模型 ...................................................................................... 10
图 2.2 PAD 情感模型 ......................................................................................... 12
图 2.3 AV 情感模型 ............................................................................................ 12
图 2.4 自我情绪报告量表.................................................................................. 17
图 2.5 理论研究基础.......................................................................................... 18
图 3.1 睡眠类型与年龄的关系.......................................................................... 20
图 3.2 唤醒方法的整体思路.............................................................................. 21
图 3.3 Thayer 情感平面四象限 .......................................................................... 23
图 3.4 情感空间下的音乐分组情况和组内音乐数量...................................... 24
图 3.5 首次播放的音乐情感组别...................................................................... 26
图 4.1 EmoClock 软件最终效果图 .................................................................... 30
图 4.2 iPhone 自带闹钟软件截图 ...................................................................... 32
图 4.3 EmoClock 交互流程图 ............................................................................ 33
图 4.4 用户使用场景.......................................................................................... 33
图 4.5 主题和颜色确定...................................................................................... 34
图 4.6 闹钟已设定界面...................................................................................... 35
图 4.7 调整后的情感反馈量表.......................................................................... 35
图 4.8 情感反馈页面交互方式.......................................................................... 36
图 4.9 软件可用性测试...................................................................................... 37
图 5.1 被试招募流程.......................................................................................... 41
图 5.2 实验流程.................................................................................................. 44
图 6.1 被试睡眠类型分布情况.......................................................................... 48
图 6.2 被试实验前唤醒度和愉悦度均值.......................................................... 48
图 6.3 被试实验前和实验期间均值对比.......................................................... 49
图 6.4 不同睡眠类型被试实验期间与实验前差值对比................................... 50
图 6.5 不同性别被试实验期间与实验前差值对比.......................................... 51
图 6.6 不同情感组别音乐播放情况统计........................................................... 53
图 6.7 细分情感组别音乐播放情况统计........................................................... 53
图 7.1 产品概念外形方案................................................................................... 57
图 7.2 硬件原型制作.......................................................................................... 58
图 7.3 EmoClock 多模态交互设计 .................................................................... 59
图 7.4 硬件原型实现原理.................................................................................. 60
图 7.5 状态转换方式.......................................................................................... 61

V
浙江大学硕士学位论文 目录

图 7.6 硬件原型最终效果.................................................................................. 62
图 7.7 EmoClock 硬件用户体验反馈 ................................................................ 63
图 7.8 用户体验反馈结果.................................................................................. 64
图 8.1 唤醒体验生态系统展望.......................................................................... 67

VI
浙江大学硕士学位论文 目录

表目录
表 2.1 离散型情感类别理论.............................................................................. 10
表 2.2 不同睡眠类型的睡眠习惯差异.............................................................. 15
表 2.3 睡眠惯性改善方法汇总表...................................................................... 15
表 3.1 音乐来源情况........................................................................................... 22
表 3.2 决定首次唤醒音乐情感组别的问题....................................................... 24
表 3.3 用户主观偏好选择和首次音乐情感组别的对应关系.......................... 26
表 4.1 产品所需要具备的功能点....................................................................... 31
表 4.2 软件可用性测试评价指标...................................................................... 36
表 6.1 实验前后被试情绪 T 检验 ..................................................................... 50
表 6.2 不同睡眠类型被试情绪 T 检验 ............................................................. 51
表 6.3 不同睡眠类型被试情绪 T 检验 ............................................................. 52
表 6.4 音乐情感类别与改善效果面板数据回归分析...................................... 54
表 7.1 语音提示内容........................................................................................... 59
表 7.2 六个维度下评价的统计值...................................................................... 63

VII
浙江大学硕士学位论文 第 1 章绪论

第1章 绪论

本章阐述了关于唤醒体验设计的研究背景，对国内外的相关领域的发展和趋
势进行了背景阐述。基于这些提出了本论文的研究内容和目标，并梳理了论文的
研究重点和论文结构，最后总结了本论文的研究意义。

1.1 研究背景

快节奏的现代生活和不断增加的社会压力，让我们往往不能睡到自然醒，年
轻人几乎都依赖于闹钟才能早起。睡眠问题和不断被压缩的睡眠时间，越来越威
胁到我们的身心健康[1]。唤醒的过程作为每晚睡眠的终点和新的一天的开始，对
人们有着潜移默化而深远的影响[2-4]。Ikeda 在 2014 年的研究表明[2]，人们从睡眠
中醒来到逐渐清醒的过程中，会产生各种生理上的变化。他在研究中发现：如果
人们是依靠生物昼夜节律自然清醒，这一切的变化会非常自然地进行，并且醒来
后的主观感受也会较为舒适。但如果突然被闹钟唤醒，则会引起压抑、昏睡、头
疼等不适感，甚至会影响醒来后的认知能力、运动能力（详见第 2 章），长此以
往还有可能导致更为严重的疾病。另一方面，起床后的积极的情绪可以提升工作
时的表现[3]。这是因为情感会影响到我们工作时的态度，影响工作和学习中一些
情感驱动的行为，还会提升我们创新思考的能力[4]。
为了尽可能提升唤醒体验，已有学者对唤醒体验不佳的原因进行了分析，提
出了睡眠惯性的概念，并尝试通过各种方式缓解睡眠惯性带来的不适感，这方面
的研究将在本文第 2 章详细阐述。而音乐可以影响人们的情绪，它在我们的生活
中不可或缺。虽然已有许多闹钟使用了音乐旋律作为铃声将人们唤醒，但它们没
有考虑这些音乐旋律的情感属性，以及采用什么样的情感的音乐来唤醒用户，更
能提升唤醒后的体验。Koelsch 的研究[5]表明了音乐对人情绪的调节和唤醒的原
因，并说明了音乐治疗的重要意义。音乐具有强大的力量，国内外已有非常多的
研究表明，音乐能够被运用在非常多不同的领域，来帮助大家更好地生活 [6, 7]。

1
浙江大学硕士学位论文 第 1 章绪论

Tassi[41]和 Hayashi[42]等学者进一步尝试使用特定的音乐来改善唤醒体验，他们的
研究在音乐唤醒领域取得了初步的成果，也说明了该领域的研究价值。他们的具
体研究将在本文第二章文献综述部分介绍。
综上所述，闹钟作为人们生活中不可或缺的产品，在发挥其基本功能的同时，
给用户带来的唤醒体验也至关重要。所以，如何利用音乐情感优化唤醒体验，改
善人们起床后的不适感，是本研究关注的重点问题。

1.2 闹钟的发展和趋势

1.2.1 闹钟的发展现状

闹钟起源于古希腊[8]，近年来随着社会的发展，闹钟的功能越来越完善，形
式也不再局限于实体的闹钟产品，越来越多的闹钟软件和具备闹钟功能的智能产
品开始走进我们的生活，成为生活中必不可少的一部分。下文列举了三种不同功
能形态的闹钟，并分析了不同的闹钟功能的定位和唤醒体验之间的关系。
火箭闹钟1是一款由国内创业公司（Timeline）推出的手机闹钟软件。火箭闹
钟使用了 iPhone 内置的加速器、重力计、摄像头以及麦克风，带来了新的交互方
式。火箭闹钟极大地强化了闹钟的功能，其核心策略是通过提升关闭闹钟的门槛，
达到避免用户赖床的目的。用户在早晨关闭闹钟时，需要计算非常可怕的数学题，
或者剧烈地摇晃手机完成游戏化的任务，才能关闭闹钟。尽管火箭闹钟的出现曾
轰动一时，但因为关闭闹钟的难度实在过大，没有从根本上解决用户起床困难的
问题，从用户的留言评论等信息来看，火箭闹钟提供的唤醒服务更像是一种折磨，
因此很多因为好奇而使用的用户都纷纷卸载。
AlarmMon 闹钟是由韩国 Malang Studio 设计开发的一款手机软件。这款闹钟
的一大亮点在于使用模拟明星来电的方式，提供了一种充满趣味的唤醒体验。用
户在设定闹钟时，可以选择自己喜欢的明星，到了预设的时间便可以接到“模拟”
出来的明星叫醒电话，如图 1.1。这样的方式可以快速激发粉丝的兴趣，达到迅
速唤醒的效果。
1
火箭闹钟，https://itunes.apple.com/cn/app/id705079162, 2018

2
浙江大学硕士学位论文 第 1 章绪论

图 1.1 AlarmMon 软件界面截图2

相较于火箭闹钟，这样的唤醒方式更受到大家的欢迎。官方公布的数据显示，
AlarmMon 吸引了来自全球 2100 万名用户。但因为用户在设定前就知道这只是一
段事先录好的声音或视频，多次使用后大多数用户会丧失新鲜感，且闹钟内容的
制作依赖于与明星的合作，成本较高，因此这样的唤醒方式并没有被普及。
小米小爱智能闹钟3是国内知名的小米公司推出的一款具有语音交互功能的
智能闹钟，如图 1.2。

3
图 1.2 小米小爱智能闹钟

除了基本的语音功能外，作为一款闹钟，小米小爱闹钟使用音乐进行早晨唤
醒，共提供了约 10 种不同的闹钟音乐，用户可以选择其中的音乐也可以自定义
自己喜爱的音乐。并且小米小爱闹钟结合用户日常需求，会在闹钟铃声背景音乐
上叠加动态天气播报等内容，给生活带来了便利。但与市面上大多数闹钟相似的

2
AlarmMon, http://www.alarmmon.com/, 2018
3
小米小爱闹钟，https://www.mi.com/mi-smartalarm/, 2018

3
浙江大学硕士学位论文 第 1 章绪论

是，这款闹钟提供的音乐都是事先设定好的，闹钟只可以播放被设定的单一音乐
旋律，或者根据用户的设定，在已有的音乐列表中随机播放。只能依赖用户的主
动操作来修改音乐。并且这些音乐没有考虑“音乐的情感类型”和“用户每天起
床后的心情状态”，无法帮助用户缓解起床后的心情。

1.2.2 人性化的无痛苦唤醒

如前文所述，已有科学研究表明闹钟唤醒不同于自然清醒，会对人们身心带
来不良影响。但人们又不得不因为生活和学习的压力，每天都依赖于闹钟才能按
时起床，因此，人性化的无痛苦唤醒研究和设计便油然而生。
关于生物昼夜节律的研究[9]表明：用灯光模拟黎明时的光照可以减少被唤醒
的后的不适感，缓解睡眠惯性的症状，提升被试起床后的意识状态和身体机能。
这项研究的成果被应用在了许多产品中，如一款名为 Sunrise4的枕头，如图 1.3
所示。

4
图 1.3 Sunrise 光照无痛苦唤醒枕头

它是一款在 Kickstarter 上众筹的光唤醒枕头，设计者在枕头内加入了 led

灯，每天早晨可以在用户设定的时间范围内用灯光温柔地唤醒用户。但光照唤醒
的弊端在于唤醒的可靠性无法保证，现阶段的光唤醒不能百分百保证将用户唤
醒，也就意味着用户使用这个方法会有睡过头的潜在风险。
此外，Korres 在 2018 年对于唤醒睡眠系统的研究表明[10]，相对于深睡眠时，
在人们处于浅睡眠时将其唤醒，可以缓解起床的痛苦，提升唤醒的体验。这是因
为我们的睡眠是有周期性的，每晚约经历 4-5 个睡眠周期。如果在唤醒时，用户
正处于浅睡眠阶段，会让人感觉比较舒适。反之，如果用户正处于深睡眠阶段，

4
Sunrise，https://www.kickstarter.com/projects/modem/the-sunrise-smart-pillow-sleep-smart-wake-naturall, 2018

4
浙江大学硕士学位论文 第 1 章绪论

会让人感觉十分痛苦。而利用手环等可穿戴设备，可以辅助分析用户当前的睡眠
阶段，尽量在用户处于浅睡眠的时候唤醒用户，达到更加人性化的体验。但现阶
段关于睡眠状态最准确的检测方式是利用脑电波，这对普通用户来说无疑成本过
高，并且不方便使用。但普通手环的睡眠检测依赖于运动传感器和算法的提升，
无法精准的地计算出浅睡眠出现的时间。
综上所述，无痛苦唤醒作为一种更优的唤醒体验，是未来唤醒体验的一个发
展方向，总结现有的无痛苦唤醒的整体策略，可以发现不同的无痛苦唤醒方法在
技术上和用户体验上的利弊。本研究将利用音乐情感，探索无痛苦唤醒的新思路，
对唤醒体验进行设计。

1.2.3 音乐唤醒的发展

声音是闹钟唤醒的常用方式，最早的闹钟，采用滴答的旋律唤醒用户，而后
逐渐衍生出了具有简单音乐功能的闹钟产品。听觉作为人们感知对外部世界的重
要通道[11]，特别是在人们睡着闭上眼睛的时候，发挥着十分重要的作用。因此，
闹钟大多使用音乐来唤醒用户。虽然还有震动等其他形式的闹钟，但音乐唤醒作
为一种最普遍的方式，已被人们广泛接受。我们可以在各类商场百货、网上商店、
软件应用商店获取自己喜欢的音乐闹钟。而网易云音乐5、Spotify6等各大音乐平
台也推出了音乐唤醒的相关功能，它们使用自家平台上的海量音乐为用户提供唤
醒闹钟的服务。
另一方面，音乐可以影响人们的情绪[12]。心理学家们为了改善人们被唤醒后
的不适感，也利用音乐进行了相关研究。1992 年 Tassi 的研究[41]和 Hayashi 在 2004
年的研究[42]都表明：利用音乐可以缓解人们被唤醒后的睡眠惯性（详见第二章），
但通过总结发现，在利用音乐缓解睡眠惯性的研究中，还没有涉及音乐情感和夜
晚睡眠的研究。

5
网易云音乐，https://music.163.com, 2018
6
Spotify ，https://www.spotify.com/us/, 2018

5
浙江大学硕士学位论文 第 1 章绪论

1.3 研究内容和论文章节组织

基于本文的背景、国内外闹钟发展现状和人性化的无痛苦唤醒思路。本文以
情感为驱动，运用音乐情感计算理论，解决用户起床痛苦的睡眠惯性问题。研究
内容如下：
（1）理论研究。通过阅读相关文献资料，总结分析用户起床后情绪变化的
心理学原理，引入睡眠惯性的概念。并分析音乐情感研究理论，总结情感模型理
论和音乐情感对人的情感影响。
（2）提出音乐情感驱动的唤醒方法。结合理论基础和目标用户研究，将音
乐情感与唤醒结合，提出创新的唤醒方法，拟改善睡眠惯性带来的不适感。
（3）EmoClock 软件设计。将本文提出的情感驱动的唤醒方法应用在手机软
件中，详细介绍了设计思路，并通过可用性测试确保后续实验的顺利进行。
（4）实验部分。使用 EmoClock 软件为实验载体进行实验，验证本论文提出
的音乐情感驱动的唤醒方法的效果。参照目标用户的类型招募适合的被试，设计
科学的实验流程进行实验，最后对实验结果进行分析，并验证相关的假设。
（5）EmoClock 硬件设计。将本文提出的唤醒方法应用于硬件产品中，作为
软件外的另一种唤醒方法的独立载体，拓展该方法的应用范围。
本论文的研究通过情感化的音乐唤醒设计，改善用户起床后产生的昏睡疲惫
感，缓解用户起床后的负向情绪；以用户为核心，在与用户情感互动过程中，找
到适合不同用户的唤醒音乐情感类型。本论文共分为八个章节，论文结构如图 1.4
所示：
第一章，绪论。介绍研究背景并提出现有问题，对闹钟的发展和趋势进行总
体介绍，总结本论文的研究内容和目标，并阐述音乐情感驱动的唤醒体验研究的
意义。
第二章，音乐情感唤醒的理论研究基础。对本文的理论研究基础进行综述和
分析，主要从音乐情感相关研究、睡眠惯性相关研究和心理学情感量表三个方面
进行文献综述。

6
浙江大学硕士学位论文 第 1 章绪论

第三章，音乐情感驱动的唤醒设计。基于理论研究，提出音乐情感驱动的唤
醒方法，并分四个部分详细介绍这个唤醒方法的构建思路。
第四章，EmoClock 软件设计。将本论文提出的唤醒方法应用于手机软件，
作为后续实验的工具载体，详细介绍软件的整体设计思路。
第五章，情感化音乐唤醒实验。首先明确实验目标和实验假设，确立实验方
法和形式，并进行实验流程设计。用实验的方式验证本论文提出的唤醒体验优化
方法的效果。
第六章，唤醒实验结果分析。基于实验获得的数据，进行统计分析，验证本
文提出的假设，得出实验结果。
第七章，EmoClock 硬件设计。将本文提出的音乐情感驱动的唤醒体验方法
运用于硬件产品中，作为第四章 EmoClock 软件之外的另一种唤醒方法的独立载
体，拓展唤醒方法的应用范围。
第八章，论文总结与展望。对全文的研究内容进行总结，论述相关研究结论，
总结本论文的创新之处，并挖掘未来的深入探索方向，提出将音乐情感驱动的唤
醒方法运用于不同智能产品的载体中，以此构建情感化音乐唤醒系统的展望。

1.4 研究意义

随着现代社会生活中睡眠问题的日益严重，早晨闹钟唤醒带来的痛苦渐渐影
响到我们的身心健康。本论文提出了一种音乐情感驱动的唤醒体验设计，以此改
善现有的唤醒体验设计方法，基于用户情感偏好和唤醒后的情感反馈状态，调整
每天唤醒音乐情感类型，以改善起床后产生的昏睡疲惫感和负面情绪，从而提升
用户的学习和工作效率。

7
浙江大学硕士学位论文 第 1 章绪论

图 1.4 论文结构框架和章节安排

8
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

第2章 音乐情感唤醒的理论研究基础

本章从音乐情感、睡眠惯性和心理学情感量表相关的研究入手，对本文的理
论研究基础进行了文献综述。具体介绍了音乐情感模型、不同情感的音乐对人的
影响，阐述了睡眠惯性的概念、分析了睡眠惯性的严重程度与睡眠类型的关系，
并总结了现有的睡眠惯性改善方法。最后对于心理学领域的情感量表进行了调研
和对比分析。

2.1 音乐情感相关研究

情感是一种难以表达的意识行为，而在心理学研究中能够通过情感模型将不
同的情感分类，并通过实验研究分析了不同情感的音乐对人的影响。下文对相关
的研究进行了综述。

2.1.1 情感模型

情感往往是非常复杂的，我们通常很难表达一种情感究竟是什么样的。为了
研究复杂的情感，心理学家们常在实验中采用口头自述的方式来研究情感[14]。例
如：Hevner 在实验中[15]让被试对德彪西的音乐作品的情感进行口头描述，描述时
让被试在给出的情感词汇表中选出最能体现该音乐情感的词语，通过这样的方法
将音乐和不同的情感联系起来。心理学家们此基础上提出了多种情感模型，目前
有两类常用的情感模型：离散型情感模型理论和维度空间的情感模型。下文介绍
了这两类情感模型分类方法，并着重介绍了其中最著名的几个情感模型，对它们
的适应范围和优缺点进行了比较。
1. 离散型情感类别理论
达尔文在《进化论》中便对情感进行了探讨，他认为人们的不同情感体验是
离散的。而中国儒家经典也用喜、怒、哀、乐来形容人们的情感。近年来，心理

9
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

学家们通过不同方式，对离散情感进行了研究，并对情感分类奠定了理论基础，
如表 2.1 所示。

表 2.1 离散型情感类别理论

时间 研究者 基本情感数量 基本情感

[15]
1935 Hevner 8 类（67 种） 悲伤、渴望、抒情、激动、开心等

[16]
兴趣、愉快、惊奇、悲伤、愤怒、厌恶、
1971 Izard 10 种
憎恨、恐惧、羞耻、羞怯
[17]
1974 Krech 4类 原始情感、刺激情感、自我评价情感、社交情感
[18]
1980 Plutchik 8种 恐惧、愤怒、悲伤、高兴、厌恶、惊奇、容忍、期盼
[19]
1999 Ekman 6种 恐惧、厌恶、悲伤、快乐、惊奇和愤怒
[20]
2003 Schubert 9 类（46 种） 开心、兴奋、沉重、激动、平静等

这些离散情感模型中，Hevner 在 1935 年提出的情感模型在学界和业界被非

常广泛的应用[15]。他通过实验，将 67 个描述情感的形容词分为 8 组，并将它们排
列为圆圈（如图 2.1 所示），这 8 个组中每个组内的情感是类似的，而邻近组之
间的情感是递进的。

[15]
图 2.1 Hevner 情感模型

10
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

另一个著名的情感模型是 Ekman 提出的情感类别理论[19]。他认为每一个基本

的情感都是与一个特定的面部表情相关的，并根据人们的面部表情规律和潜在情
感规律，总结出了 6 种情绪基本的情感。
虽然不同的心理学家已经在基本情绪概念中进行了深入的研究，但是这些分
类方法仍存在很多的争议[21,26]。此外，人们在实际生活中所经历的情感，远远比
这些基本情感复杂，如果只考虑这些基本情感，很可能会限制后续的研究发展[22]。
另一方面，如果增加离散模型中的情感描述词的数量，那么过多的情感描述词反
而会对被试造成困扰，这对心理学研究来说是不可取的[23]。
2. 基于维度空间的情感模型
上文提到的方法主要侧重于区分不同情感之间的特征，而基于情感维度空间
的情感模型主要侧重于根据情感所在的位置来区分不同的情感，这些情感空间是
基于一些能够被文字描述的情感词来建立的。Scherer 在 2004 年的总结发现[24]：
尽管不同研究者对各个维度的命名各不相同，但他们对情感所产生的因素作出的
解释非常相似，这些情感模型大多与以下三个维度相关：愉悦度、唤醒度和支配
度。由这三个维度，可以通过构建三维或二维模型来量化情感，下文详细介绍了
其中最具代表性的 PAD 三维情感模型和 Arousal-Valence 二维情感模型。
1974 年，Mehrabian 和 Russell 提出了 PAD 三维情感模型[25]。PAD 情感模型
用 愉 悦 度 (Pleasure-displeasure) 、 激 活 度 (Arousal-nonarousal) 和 支 配 度
(Dominance-submissiveness)这三个维度来衡量不同的情感，如图 2.2 所示。愉悦
度代表着情感的正负性，愉悦度低代表悲伤，愉悦度高表示开心。而唤醒度是指
情感的激烈程度，唤醒度低说明令人昏昏欲睡，唤醒度高意味着让人激动。支配
度是指对外界的控制状态，高支配度是指处于支配地位或具有很强的影响力，低
支配度表明这种情感让人处于劣势、被支配的地位。研究者利用 PAD 情感模型
能够将抽象的情感量化，从而有效地表达具体的情感。

11
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

[25]
图 2.2 PAD 情感模型

之后，Russell 作为 PAD 情感模型的提出者之一，修改了原来的分类方式，

在 1980 年提出了经典的二维情感模型——Arousal-Valence 情感模型（AV 情感模
型）
[26]
。与 PAD 模型不同的是：AV 情感模型去掉了支配度，仅采用唤醒度（Arousal）
和愉悦度（Valence）即可描述不同的情感，如图 2.3 所示。

[26]
图 2.3 AV 情感模型

12
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

虽然缺失了一个情感维度，让描述恐惧和愤怒等情绪变得稍复杂了一点[27]，
但 AV 模型同样可以很好的衡量复杂的情感，研究界普遍认为这个模型的可计算
性和复杂度非常适合情感研究[14]，因此 AV 情感模型被广泛使用在各个领域的研
究中。在本论文中，因此本论文后续的研究也采用 AV 情感模型进行情感的量化
分类。

2.1.2 不同情感的音乐对人的影响

音乐作为一种留存千年的艺术，是人们抒发情感和释放情绪的方式，而音乐
也能够影响和改善人们的情绪。Izard 在 1997 年提出了差异情感理论[28]，将情感
细分为人的主观感知情感、外部情感表现和生理情感唤醒这 3 个不同的方面。感
知情感是我们对一首歌情感的主观评价。外部情感表现是指人开心时可能会笑，
而悲伤时可能会哭。生理情感唤醒是指人在听到一首歌时，被激发的情感。通常
情况下，我们在听歌的时候会感同身受，这也同时说明了而音乐的情感也能对人
产生影响，在潜移默化中唤起人的情绪[29]。
自从 MIT 媒体实验室的 Picard 教授提出了情感计算[30]，开启了情感研究的大
门，在此之后便有很多相关的学者，研究不同类型的音乐是如何影响人们的。
Iwanaga 等人的研究[31]通过对比安静和令人兴奋的音乐对人们的影响，发现安静
的音乐会让人主观上感觉到放松并降低紧张感，而令人兴奋的音乐会降低副交感
神经系统的活跃程度，阐述了不同情感的音乐对人们生理上的不同影响。而研究
者 Kallinen 利用多通道生理信号（心电信号、皮肤电信号和肌电信号）发现不愉
快的音乐比愉快的音乐更能吸引听者的注意力[32]。
以上的这些研究都表明，不同情感的音乐会对人们产生不同的影响。而本论
文创新性地采用情感化的音乐来提升唤醒体验，正是基于音乐情感对人身心的影
响，将其应用在用户起床后的昏睡疲惫感和负面情绪的改善上。

13
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

2.2 睡眠惯性相关研究

2.2.1 睡眠惯性

提升唤醒体验的最终目标是缓解起床后的负面情绪，并提升清醒度，而产生
这些症状的原因是人睡醒后自然产生的睡眠惯性[33-36]。
睡眠惯性（Sleep inertia）是指起床后的一段时间内出现心慌头晕、负面情绪、
昏昏欲睡和工作学习和运动等状态欠佳的情况[33,34]。事实上，所有人在起床后都
会产生睡眠惯性，但是因为大家的生活习惯、身体差异和外部环境等因素，睡眠
惯性会在起床后不同程度地表现出来[35]。所以有些人的睡眠惯性表现不明显，不
会给生活造成困扰，而有些人却被睡眠惯性深深困扰着。人们通常在 8 小时的睡
眠后，需要约 2 小时的时间从昏昏沉沉的状态逐渐清醒[36]。
Tassi 在 2000 年发表的关于睡眠惯性的文献综述表明，睡眠惯性出现的时间
长短和严重程度，受到当晚的睡眠时间、睡眠类型、先前的睡眠剥夺（长时间没
有睡觉）、入睡时间、环境因素、咖啡因和药物等各种因素影响[34]。本文的后续
研究主要综合考虑睡眠类型对睡眠惯性的影响，而其他因素将在本文实验设计部
分（第 5 章）被考虑，研究者将参考这些因素制定对应的被试要求。

2.2.2 睡眠惯性的严重程度与睡眠类型的关系

Horne 在 1976 年关于睡眠的研究[37]表明：人们的睡眠类型因为遗传的原因分

为三种：一种是习惯于早起早睡的“清晨型”；另一种是喜欢熬夜赖床的“夜晚型”；
此外还有一种介于这两者之间的“中间型”。在日常生活中，清晨型和夜晚型的
人的最大的差异是他们的睡眠时间（如表 2.2 所示），通常夜晚型的人很晚才会
觉得困，而清晨型的人通常早早便产生困意，并且上床休息了。
但生活中，我们的上班和早课时间是固定的，不会因为个人的起床偏好而有
所改变。这也就意味着，夜晚型的人也不得不痛苦地早起，这是因为早起生活与
他们本来的生物节律存在巨大的差异[37]。这样的差异加剧了夜晚型人群的睡眠匮
乏，导致夜晚型人群的睡眠惯性症状非常严重，且不断处于恶性循环中。Wittmann

14
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

在 2006 年发现了这种现象，并将其称为社会时差[38]。而清晨型用户在经过了一整
夜的睡眠，在早晨通常会很舒适的醒来，他们的睡眠惯性症状并不会非常明显。

表 2.2 不同睡眠类型的睡眠习惯差异[37]

睡眠类型 夜晚型 中间型 清晨型

睡眠开始 00:45—3:00 22:45—00:45 21:00—22:45
睡眠结束 8:30—11:30 6:30—8:30 4:00—6:30

从上述内容可以得知，睡眠惯性的严重程度和人们的睡眠类型是相关的。通
常情况下，“清晨型”的人所产生的睡眠惯性症状的严重程度不会给生活带来困
扰。并且，人们的睡眠类型可以通过量表进行测量[60]，这些理论基础对本论文后
续章节中目标用户分析（第 3 章）和被试招募（第 5 章）起到了重要的作用。

2.2.3 睡眠惯性的改善方法

关于睡眠惯性的改善可以从多方面入手， 已有学者通过控制灯光、咖啡因
的摄入、声音和温度等因素研究睡眠惯性的改善方法[39-43]，并取得了一定的成果，
如表 2.3 所示。

表 2.3 睡眠惯性改善方法汇总表

改善
时间 研究者 睡眠情况 结论
方法
灯光 2014 Thompson[39] 夜晚睡眠 在被试醒来前增加光照可缓解睡眠惯性

咖啡 2013 Newman[40] 午睡 被试午睡前摄入咖啡因，

因 可缓解午睡醒来后的睡眠惯性；
1992 Tassi[41] 午睡 粉红噪声可缓解睡眠惯性
声音
2004 Hayashi[42] 午睡 激动的音乐能缓解午睡后的睡眠惯性

温度 2004 Krauchi[43] 夜晚睡眠 在被试醒来时逐渐降低温度，

和午睡 可缓解醒来后的睡眠惯性

15
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

其中关于声音对于睡眠惯性改善的研究也取得了初步的成果。 1992 年 Tassi

等人的研究发现[41]，一种特殊的声音——粉红噪声（是一种比白噪声更低频的随
机噪声）可以缓解睡眠惯性。另一项 Hayashi 在 2004 年的研究[42]表明：播放激动
人心的音乐能够缓解人们午睡后的主观嗜睡感，并提高被试醒后的舒适度。并且，
相较于被试不熟悉的歌曲，播放被试喜欢的流行音乐带来的改善效果更为明显。
但在这项研究中，使用的令人激动的音乐是一首固定的音乐，且并没有说明被试
之前爱听的流行音乐所属的情感类型。而研究不同情感类型的音乐对睡眠惯性的
影响是本论文的重点之一。更重要的是，通过总结发现，在利用音乐缓解睡眠惯
性相关的研究中，还没有涉及不同音乐情感和夜晚睡眠的研究。
在上述这些改善睡眠惯性的研究中，用到了相似的 1 至 3 个不等的衡量指标，
这些衡量指标可以总结为：（1）减少主观嗜睡，增加主观的清醒程度；（2）改
善负面情绪；（3）提高身体协调性和身体的运动能力；（4）提高清醒后的主观
警觉性。而本文在后续的研究中主要通过测量用户起床后的主观“昏睡疲惫感”
和“负面情绪”，这两个指标来衡量睡眠惯性的改善效果。

2.3 心理学情感量表调研

为了找到合适的心理学量表对被试起床后的主观感受进行测量，下文对心理
学情感量表进行了调研，并对比了不同情感量表的适用性。

2.3.1 KSS 卡罗林斯卡困倦量表

卡罗林斯卡困倦量表(Karolinska Sleepiness Scale，KSS) [44]于 1990 年在实验中

被提出，它是一份是衡量被试主观睡意的 9 分量表，能够准确反映被试在 10 分
钟内的主观嗜睡程度，低分代表清醒，高分代表困倦。在 Kaida 等人进行的一项
研究中[45]，发现该量表的结果与被试脑电所显示的困意高度相关，进一步证明了
这份量表的科研价值。KSS 量表因其简单有效，被广泛运用于睡眠相关的科研领
域。

16
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

但 KSS 量表的缺点是，只能反馈被试的嗜睡程度，在本研究中在评价被试起
床后的困倦度外，还需要评价情感的正负性，可能需要同时使用两套量表，而这
会增加被试的负担。

2.3.2 VAS 视觉模拟量表

视觉模拟量表（Visual Analogue Scale，VAS）[46]是一种用于衡量主观感受的

量表。它最早被提出时是用于评估疼痛水平的，但因为 VAS 使用方便，且准确
高效，已被广泛运用于科研和业界的各个领域。VAS 量表的使用方法是：让被试
在纸上划一条不超过 100 毫米长的横线，用线的长短代表反馈的情感值。例如：
上文中提到关于睡眠类型改善的实验中，Hayashi 在 2004 年的研究[42]就使用了
VAS 视觉模拟量表，这项他的研究中用 0 代表非常清醒且舒适，100 代表非常困
且不舒服。
虽然清醒度和舒适度在一定程度上存在关系，但如果在量表选取上就将这两
个情感值混淆，将对本研究后期的分析带来一定困难。

2.3.3 SAM 自我情绪报告量表

自我情绪报告量表（Self-Assessment Manikin，SAM）[47]是 1995 年 Morris

提出的用于评估情绪状态的 9 分量表，SAM 量表由两组图形构成，分别代表两个
情感维度，用来表示情绪反应。见图 2.4。

[47]
图 2.4 自我情绪报告量表

17
浙江大学硕士学位论文 第 2 章音乐情感唤醒的理论研究基础

在愉悦度上，SAM 量表中的图像人物从不高兴的皱眉到开心的微笑。在唤醒
度上，量表中的图像人物从放松、困倦到兴奋并睁大眼睛。被试可以选择其中适
合的来表达当前的情感状态，SAM 量表被广泛运用于情感研究中。使用 SAM 量
表可以同时记录被试的唤醒度和愉悦度，本研究采用 SAM 量表来记录用户的情
感反馈。

2.4 本章小结

本章从音乐情感、睡眠惯性和心理学情感量表相关的研究入手，对本文的理
论研究基础进行了文献综述，本章所阐述的理论研究基础框架如图 2.5 所示。

图 2.5 理论研究基础

18
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

第3章 音乐情感驱动的唤醒方法设计

为了解决用户起床痛苦和早晨昏昏欲睡的问题，本章基于前文中的相关理论
研究，构建了一个音乐情感驱动的唤醒方法设计，并提出基于用户情感偏好和唤
醒后的情感反馈状态，调整每天唤醒音乐情感类型的方法。该方法的预期效果是
提升用户起床后的体验。

3.1 概述

3.1.1 目标用户人群分析

1. 人群类型
基于第二章关于睡眠类型的文献分析可以知道，我们的睡眠类型分为三类
“夜晚型” 、“中间型”和“清晨型”。但无论是哪种睡眠类型，人们都得按
时起床。“清晨型”的人喜欢早起，他们通常困的也比较早，在经历了一整夜的
睡眠后，他们甚至不需要闹钟，早上便会自然地醒来，这类睡眠类型的人在白天
也不会非常疲惫。而“夜晚型”的人喜欢熬夜和晚睡，他们往往需要闹钟才能醒
来，而闹钟响时他们通常还没有睡够，这导致他们通常痛苦地生活在“社会时差”
中。可想而知，早起对于喜欢晚睡的人无疑是痛苦的，这类人群睡眠惯性症状较
为严重。因此，本论文的目标用户是睡眠类型为“夜晚型”和“中间型”的这类
人群。
2. 年龄分析
我们的睡眠类型是由遗传基因决定，但也会受到年龄的影响。Till Roenneberg
在 2004 年关于生物节律的研究表明[48]，由于褪黑素（一种睡眠相关的激素）的影
响，人们在 16-25 岁时会不由自主的喜欢熬夜晚睡，这种现象在 20 岁时会达到峰
值，如图 3.1 所示。也就是说，处于这个年龄阶段的人群因为身体的自然规律，
而更倾向于晚睡。

19
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

[48]
图 3.1 睡眠类型与年龄的关系

除了上文中提到的生理影响外，年轻人自控力较弱，也更容易受到网络和社
交影响[49]。夜间玩电子游戏、聊微信、刷微博，或参加朋友聚会、狂欢到凌晨已
是年轻人生活的一部分，而这些因素会导致他们睡得更迟。
而与此同时，年轻人也面临着非常大的压力，压力会影响人们的睡眠质量，
进而对起床后的心情造成负面影响。中国科学院心理研究所发布了一项关于我国
心理健康与压力的研究[50]，研究显示，20-30 岁年龄阶段的人群压力显著高于其
他年龄组。
基于以上分析，本研究将目标用户定义为睡眠类型为“夜晚型”和“中间型”
的 21-25 岁的年轻人。

3.1.2 唤醒方法的整体思路阐述

为了改善目标用户的唤醒体验，基于第二章的音乐情感和睡眠惯性的理论研
究，在前人的研究基础上，本章提出了情感化的音乐唤醒的方法，整体思路如图
3.2 所示。

20
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

图 3.2 唤醒方法的整体思路

如上图所示，唤醒方法包括两大部分（4 个细分部分）：
1.音乐从何而来？——建立不同情感的唤醒音乐库，并将音乐按情感进行分
组；
2.每天的唤醒音乐如何选取？——基于用户情感偏好和唤醒后的情感反馈状
态，调整每天唤醒音乐情感类型。
下文将从 4 个细分部分详细介绍本文提出的音乐情感驱动的唤醒方法，包括：
音乐情感唤醒曲库的构建、音乐情感分组方法、首次音乐情感组别的选取依据和
用户在使用中交互式切换音乐情感组别的方法。

3.2 音乐情感唤醒曲库

音乐唤醒所使用的音乐依赖于高质量的情感化音乐。这些音乐不仅需要有较
好的音质和适合的音乐内容，更需要有准确的情感标签来精确地给用户推荐对应
情感起床铃声。流行音乐的音乐内容和品质很高，并且深受年轻人的喜爱，Bosch
在 2013 年的研究显示[51]，当用户听到之前就熟悉喜爱的音乐时，所产生的唤醒

21
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

度将会比从未听过这首歌的被试增高。这也与前文中所述的 Hayashi 的研究结果

契合，他的研究[42]表明播放被试平时熟悉度较高的流行音乐可以有效缓解睡眠惯
性。因此采用流行音乐作为唤醒音乐是一个很好的选择。在前期研究中，研究者
参与的课题组构建了包含 794 首带有情感标签的流行音乐数据集——PMEmo
（Popular Music Dataset with Emotional Annotation），并将研究成果发表在了 2018
年 ICMR 会议上[52]。本文将使用该数据集中的音乐作为唤醒曲库，数据集中的音
乐的基本情况如下：
（1）PMEmo 数据集的情感标签包含了被试的主观量表打分和听歌时的生理
变化反馈（皮肤电信号）。皮肤电数据采集使用的是 MP150 Biopac (Biopac Systems,
Inc., Goleta, CA)。被试的主观量表打分体现的是被试认为的一首歌的情感，而听
歌时的生理变化反馈代表的是被试听到首歌时，被激发的情感状态，论文数据表
明了音乐的情感和用户被激发的情感具有相关性。
（2）数据集中的音乐来自 2016 年至 2017 年已登上 billboard 等国际知名流
行榜单的高品质音乐，如表 3.1 所示。这些音乐经过音乐学院的学生裁剪出了其
中的副歌部分，以保证音乐片段能准确高效的传达一首歌的中心情感。

表 3.1 音乐来源情况[52]

排行榜 开始时间 结束时间 歌曲数量

Billboard 每周最热门前 100 2016 年第 19 周 2017 年第 23 周 487
iTunes 每周最热门前 100 2016 年第 15 周 2017 年第 21 周 616
UK Chart 每周最热门前 40 2016 年第 37 周 2017 年第 21 周 226

（3）该数据集通过科学的实验设计来获得准确的情感标签。共有 457 名被
试（其中有 236 名女性和 221 名男性）参与其音乐情感值的获取实验。且为了避
免跨文化和个体感知的差异，被试中共有 44 名音乐专业的学生和 47 名母语为英
文的被试。且保证每首音乐都被 10 名不同的被试进行了标注，这 10 位被试包括
了 1 位音乐专业和 1 位母语为英文的被试。PMEmo 采用实验设置的方式过滤掉
了因被试没有认真参与实验而导致的不佳数据。

22
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

同时，作为唤醒音乐，为了避免音乐的突然响起会给睡眠中的用户带来不适
感，本研究对音乐做了统一规范化处理，在音乐播放前增加了 5 秒渐入。

3.3 情感空间下的音乐分组

不同音乐在情感空间中是以点的形式存在。虽然通过情感的坐标位置，已经
能够在音乐和情感之间建立量化的联系，但为了提高推荐效率、增加推荐情感的
区分度，本文采用了划分情感空间的方式来区分音乐的情感属性。
在二维情感空间中，我们可以方便的利用唤醒度和愉悦度的数值对音乐进行
分组。Thayer 在 1990 年提出了一种经典的情感分类的方式[53]，这种方式在二维
情感空间中按照唤醒度和愉悦度的正负性，将情感空间分为 4 个不同的象限，如
图 3.3 所示。

[53]
图 3.3 Thayer 情感平面四象限

本研究借鉴了这样的分类方法，并将每个象限的分组细化。将每个情感象限
按照唤醒度和愉悦度再均分为 4 组，则所有音乐共被分为 16 组，并用英文字母
区分不同组别。具体内容如图 3.4 所示。获得了情感空间下的音乐分组后，我们
可以认为：每个情感组别内的音乐的情感（唤醒度和愉悦度）都非常相似，而不

23
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

同组别的音乐具有不同的唤醒度和愉悦度。此外，研究者可以直观的获得不同组
别音乐之间的情感差别。
而在情感空间中，高唤醒度且高愉悦度的情感主要是正向且积极的情感，例
如开心、兴奋、精彩等[54]，所以在流行音乐中，高唤醒度且高愉悦度情感的音乐
数量较多，唤醒曲库中的音乐数量如图 3.4 中的颜色所示。

[52]
图 3.4 情感空间下的音乐分组情况和组内音乐数量

3.4 用于首次唤醒的音乐情感组别选取

首次唤醒的音乐情感组对于整体的唤醒体验十分重要。为了确保用户在第一
次使用时，所听到的唤醒的音乐能够符合用户的情感偏好，本研究将在用户第一
次使用之前通过几个简短的问题获取用户的主观偏好。此外，这几个问题（如表
3.2 所示），还被用于来收集用户的基本信息，并记录用户使用前起床后心情平
均状况。
表 3.2 决定首次唤醒音乐情感组别的问题

问题 1 请选择您的性别
问题 2 请选择您的年龄段
问题 3 请问您更喜欢“轻柔的”还是“劲爆的”起床铃声？

24
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

续表 3.2

问题 4 请问您更喜欢“愉快的”还是“惆怅的”起床铃声？
问题 5 您通常起床后的清醒程度如何？请选择下表中对应的唤醒度
问题 6 您通常起床后的情绪状况如何？请选择下表中对应的愉悦度

这 6 个问题的设计依据和目的如下：
（1）收集用户基本信息
问题 1 和问题 2 用于记录用户的性别和年龄阶段，这些数据用于辅助后期的
分析和总结。其中，根据人口统计学常用的年龄阶段分类，问题 2 的选项设置为：
20 岁及以下，21-25 岁，26-30 岁，31-40 岁，40 岁及以上。根据前文所述，21-25
岁的年轻人的睡眠惯性症状相对严重，他们是唤醒体验设计优化的目标用户，也
是本论文的研究对象。
（2）选取首次音乐情感组别
问题 3 和问题 4 用于决定首次唤醒音乐的情感组别，首次音乐情感的选取是
通过理论研究将情感组别限定在四个组内，然后根据用户的主观偏好决定的。在
前文中提到的 Hayashi 在 2004 年关于音乐缓解人们午睡后的主观嗜睡感，并提高
醒后的舒适度的研究中[42]，一组实验使用的音乐是 Gustav Hols 的歌曲《Mars》，
研究中的实验结果表明了这首歌曲对睡眠惯性具有显著效果。为了获取这首音乐
的情感类型，研究者在 QQ 音乐7上下载了这首歌曲后，采用与 PMEmo 相同的主
观情感标注方法[52]，得到了这首音乐的情感标签（唤醒度：6.6，愉悦度：3.6），
它在情感空间所处位置如图 3.5 所示。根据这首音乐的情感组别，首次推荐的音
乐情感类型将在与这首歌情感类型相似的组别中选取（G、K、J、F）。

7
来自 https://y.qq.com/, 2018

25
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

图 3.5 首次播放的音乐情感组别

而最终首次播放的音乐情感组别是这四组中哪组，由用户的主观情感偏好认
知决定。问题 3 的本质是针对唤醒音乐偏好的唤醒度倾向提问，问题 4 则是愉悦
度。如表 3.3 所示，用户对两个问题的回答选择的是轻柔且愉快，则首次播放的
音乐情感组别为 J 组，轻柔且惆怅则播放 F 组，劲爆且愉快则播放 K 组，劲爆且
惆怅则播放 G 组。
表 3.3 用户主观偏好选择和首次音乐情感组别的对应关系

问题 3
惆怅 愉快
问题 4
劲爆 G K
轻柔 F J

（3）问题 5 和问题 6 用于记录用户在使用音乐情感唤醒前起床后心情的平

均状态，该数据作为用户使用一段时间后对比的依据。如第二章文献综述所述，
情感状态的测量方法采用 1995 年 Morris 提出的 SAM 自我情绪报告 9 分量表[47]。

26
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

3.5 交互式音乐情感驱动的唤醒音乐切换

由于可能的自我认知偏差，用户对自己起床后的音乐类型偏好可能并不一定
准确。自我认知会受到群体、当前情况状态等各种因素的影响，而导致人们对自
我的认知与实际情况产生偏差[55]。特别是在对自身的感觉、知觉和情绪等不能直
接被外界观察和测量的内隐心理活动进行评估时，人们会容易产生这种偏差[56]。
例如：有人可能因周边的朋友都不喜欢民谣音乐，并且曾经有一次听民谣音乐时
本身心情不好，于是认为自己不喜欢民谣音乐，但这可能与实际情况存在偏差。
为了减少这种偏差，找到更适合用户的起床音乐情感组别，除了首次唤醒音
乐的情感组别外，之后每天的唤醒音乐情感组别将根据用户起床后的心情状态进
行切换。用户在每天起床后，将当前的心情状态反馈给系统，次日的唤醒音乐的
情感组别将根据用户每天的情感反馈进行调整。基本思路是：如果用户起床后反
馈的唤醒度或愉悦度心情状态不佳，则对唤醒音乐的情感组别进行调整，反之则
继续播放当前情感组别的音乐。

3.5.1 唤醒度和愉悦度调整阈值

在前文中提到的“自我情绪报告量表 9 分量表”中，5 分代表情感的中性。

即：超过 5 分为正向，低于 5 分为负向。但 Hayashi 在 2004 的研究[42]中的数据显
示，使用的 0-100 分的 VAS 量表，用户的打分均值情况来看，可能会有略低于中
间值的情况。因此，本论文采用 4 分作为唤醒音乐调整时的唤醒度和愉悦度调整
的阈值，即：如果用户起床后的反馈的愉悦值或唤醒度低于 4，则将次日的唤醒
音乐自动切换到下一组，反之则继续播放当前情感组别的唤醒音乐。

3.5.2 交互式音乐情感组别调整策略

次日的唤醒音乐组别调整策略以用户主动输入的偏好为基础（唤醒度和愉悦
度的高低偏好）。如果用户反馈的情感值的唤醒度低于设定的阈值，则次日播放
的唤醒音乐将在音乐的唤醒度组别上进行调整，例如：对于偏好唤醒度较高的用
户，则会切换到相同愉悦度但唤醒度较高的组别（如：从 J 情感组别切换到 K 情
27
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

感组别）。愉悦度上情感组别的调整策略相同。音乐的唤醒度和愉悦度情感组别
可同时调整。
当音乐情感组别切换后，之后的情感组别调整将按照新的组别进行调整。但
在音乐组别切换过程中可能出现某些极端情况：如果用户目前使用的唤醒音乐所
对应的情感组别已是该情感维度的边界（例如：用户目前使用的唤醒音乐对应的
情感组别是 L，而 L 组已经是同一愉悦度上，唤醒度最高的音乐组别），但用户
用户被唤醒后的情感反馈表明需要在这个情感维度上调整，则将用户唤醒度的调
整倾向进行修改，播放唤醒度较低的情感组别音乐。
其他情况说明：每个组别内有多首音乐，如果用户 5 次以上在播放某组音乐
时，反馈情感为正向，则系统将持续稳定的播放该组音乐，之后不再根据用户的
情感反馈进行音乐组别的调整。反之，用户在播放某组音乐时反馈多次为负向，
则将不再播放这个情感组别的音乐。在一段时间后，当用户稳定地播放某情感组
别的音乐作为唤醒音乐时，为了避免用户唤醒音乐情感的局限性，系统会试探性
随机播放当前情感组别的临近组别音乐，扩大用户可能适合的唤醒音乐情感范
围。

3.6 预期效果

用户使用情感驱动的唤醒方法，通过每天播放适合用户的情感化唤醒音乐，
在一段时间后，预期将改善用户早晨起床后因睡眠惯性导致的昏睡疲惫感和负面
情绪。而这两项内容依次对应情感的唤醒度和愉悦度，可以使用量表进行测量。
此外，通过用户每天反馈的情感状态，本研究可以讨论不同情感类型的音乐对于
睡眠惯性的改善效果之间存在的差异，通过数据分析，预期可以发现适合用于作
为唤醒音乐的情感范围。
而基于预期效果提出的具体假设将在本文的实验章节（第 5 章）阐述。

28
浙江大学硕士学位论文 第 3 章音乐情感驱动的唤醒方法设计

3.7 本章小结

本章基于第二章中的相关研究基础，提出了音乐情感驱动的唤醒方法。基于
音乐情感理论和睡眠惯性的改善方法，构建了具有情感分组的唤醒曲库。并提出
基于用户情感偏好和唤醒后的情感反馈状态，调整每天唤醒音乐情感类型的方
法。

29
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

第4章 EmoClock 软件设计

音乐情感驱动的唤醒方法可以运用在很多不同的载体上，例如：智能枕头、
智能音箱、智能手机等等。而手机 App 具有使用成本低、便于传播等特点，用户
只需要下载手机 App，就可以进行音乐情感驱动的唤醒体验，也适合来做方法验
证。因此本论文将第 3 章所提出的音乐情感驱动的唤醒方法，应用于手机软件作
为后续实验的工具载体。本章详细介绍了软件的设计过程，并针对软件的可用性
进行了测试，以确保后续实验的顺利进行。

4.1 软件概述

本研究的应用产品命名为 EmoClock，取自 Emotion 和 Clock 两个单词，意为

可以进行情感交互的闹钟，图 4.1 为情感化音乐闹钟的软件最终效果图。该 App
历经 8 个月的多版本迭代逐步完善，EmoClock 软件已获得浙江大学第四届移动
终端设计创新大赛二等奖。

图 4.1 EmoClock 软件最终效果图

选用软件作为音乐情感驱动的唤醒方法的载体的主要原因如下：
（1）智能手机闹钟软件使用率高。2018 年发布的第 41 次《中国互联网络发
展状况统计报告》显示[57]，以智能手机和核心的智慧生活个性化应用场景正在不
断发展。这导致智能手机闹钟的使用率远高于传统的硬件闹钟。
30
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

（2）手机软件具有成本低，便于传播的优点，适合做实验工具。第 5 章实
验设计部分将详细讨论利用手机软件参与远程实验的优点。

4.2 产品功能与用户需求

在本论文的第 3 章中，对目标用户群体进行了详细的分析和定义，EmoClock
的目标用户人群为起床困难的 21-25 岁的年轻人。该年龄阶段的人群，大学刚刚
毕业初入社会压力较大，多习惯晚睡晚起，且因为工作学习被迫早起，起床痛苦
的问题尤其严重。
将音乐情感驱动的唤醒方法的研究目标，对应到目标用户的场景化需求中，
可以分析得出 EmoClock 产品所需要具备的功能点，如表 4.1 所示：

表 4.1 产品所需要具备的功能点

研究目标 目标用户需求 对应功能点

首次使用时，
首次唤醒的音乐情感组别选取 了解自己当前的起床心情
进行起床心情自测
探究不同情感音乐对睡眠惯性
早晨唤醒，改善起床困难 用户自定义时间的早起闹钟
症状的改善效果
闹钟响铃后，反馈当前用户心
找到适合用户的音乐情感范围 无痛苦唤醒
情，并以此调整后续音乐

（1）首次唤醒的音乐情感组别选取。如第二 3 章第 4 节所述，需要用户回
答 6 个简短的问题，以此决定首次唤醒的音乐情感组别。在软件端，对于用户需
求而言，可以理解为通过几个问题帮助软件更好的了解自己，因此将这个功能名
定义为“起床心情自测”。用户输入自己的偏好和相关用户信息，用于作为首次
唤醒音乐选取的依据，并通过用户基本信息录入辅助后期数据分析，用户也可以
通过起床心情自测来了解自己当前的起床后的心情状态，增加自我认知。
（2）用户自定义时间的早起闹钟。引导用户在睡前设定明早起床的闹钟，
通过分析闹钟设定时间和响铃时间，可得出用户大概的睡眠时长，以此辅助后期
的睡眠状态分析。

31
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

（3）闹钟响铃后，反馈当前的心情状态并以此调整后续推荐。用户通过自
我情绪报告量表进行情感反馈，次日的唤醒音乐的情感组别将根据这个反馈结果
和第二章中提到的音乐切换策略进行调整。
综合以上产品功能点，EmoClock 的产品定位是一个功能极简的移动端音乐
闹钟软件：用户定好闹钟后，推荐适合该用户的情感组别的音乐来唤醒用户，并
通过每天的情感反馈调整之后的音乐情感组别，持续改善用户起床后的昏睡疲惫
感和负面情绪，让大家每天都有新的期待。

4.3 软件交互流程设计

现在的闹钟常常将多个闹钟呈现在首页的列表上，且可以同时设定多个闹
钟，例如 iPhone 的自带闹钟，如图 4.2 所示，这些闹钟的功能不完全是在早上将
大家从睡眠中唤醒，有些是用于提醒大家一些重要的事情。
而 EmoClock 是专为早晨唤醒而打造的音乐情感闹钟，所以整体的交互设计
流程将围绕引导用户设定起床闹钟而展开。

图 4.2 iPhone 自带闹钟软件截图

具体交互设计流程见图 4.3。设计上，将时间选择控件前置放置在首页，引
导用户设定早晨起床的唤醒闹钟，而不是设定其他提醒闹钟。当设定好闹钟后，

32
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

页面内容会显示剩余睡眠时间，用于提示用户该闹钟的功能，且当用户设定好起
床唤醒闹钟后，再次进入 App 会显示已设定好的闹钟，隐藏再次设定闹钟的入口。

图 4.3 EmoClock 交互流程图

4.4 软件界面设计

分析不同用户场景下的行为和发生的时间，能够帮助我们进行接下来的界面
设计。用户在使用 EmoClock 时可分为以下四种场景，见图 4.4。夜间，在用户睡
前引导他们设定第二天早上的唤醒闹钟，此时为夜晚时间，用户多在床上关灯后
完成这项操作。而用户在度过一个夜晚的睡眠后，将进入以下状态：闹钟响铃，
关闭闹钟，反馈情感状态。这三个事件的发生场景较为连贯，此时多为早上，室
内窗帘通常处于关闭状态，因此可能室内光线较为昏暗。

图 4.4 用户使用场景

通过分析用户使用 Emoclock 软件时的整体场景，我们可以知道用户在使用

软件时，整体的外部环境处于光线不太充沛的状态，且用户使用软件时可能躺卧
在床上。

33
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

通过场景化分析，能够得到用户界面设计的方向。因使用场景多为夜间，UI
主题设计中融合了一定星空的元素。而在主题颜色的选择上，我们的目标用户为
21-25 的年轻人，而蓝色可以给人带来科技感和专业感[58]，EmoClock 选取蓝色为
主色调，并整体采用暗色背景，见图 4.5（左）。整体的 logo 设计采用闹钟的外
形和抽象的笑脸形态，见图 4.5（右），强化情感属性和闹钟功能。

图 4.5 主题和颜色确定

在用户使用的关键页面控件选择上，进行了细化和深入思考：
（1）闹钟首页。闹钟首页最大化时间选择控件，突出闹钟设定的功能，用
户可以通过滑动选择设定闹钟的具体时间，点击“开始”设定当前闹钟。
（2）显示已设定的闹钟。在这个页面中（见图 4.6），为了防止用户误触取
消按钮，采用了长按的方式来取消闹钟，且当用户开始长按时，控件会放大并通
过进度条的方式来提示长按的时间。
（3）情感反馈页面。情感反馈页面的设计核心和难点是管理用户心智，情
感反馈的实质是使用 SAM9 分量表来反馈用户当前的唤醒度和愉悦度（如第二章
所述），但因为移动端屏幕大小有限，SAM 量表中关于情感描述的面部特征不明
显，因而可能造成情感反馈数值偏差，导致音乐情感组别的推荐不准确，最终造
成昏睡疲惫感和负面情绪改善效果不明显等问题。因此，在原来 SAM 量表的图
形基础上，放大了图形人物的面部特征，如图 4.7 所示。

34
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

图 4.6 闹钟已设定界面

[47]
图 4.7 调整后的情感反馈量表

除了调整 SAM 量表外，研究者针对情感反馈页面的交互控件选取也进行了

思考。如图 4.8 所示，初期设计了 3 个不同的方案。
因为屏幕大小限制，方案 a 采用了量表和文字描述的方式进行情感反馈，简
洁易懂，但缺点在于关于分值和对应的情感状态不够直观；方案 b 采用滑杆组件
和点击的方式进行情感反馈，用户滑动到对应分值的位置或者直接点击对应的图
形人物，图形人物将放大显示，界面左右两端用文字描述极值情况对应的情感；
方案 c 采用 5 个图形构成的 2 组情感图标，以及极值情感说明的方式引导用于进
行情感反馈，用户反馈时在两组图形内选择适合的图形人物表达当前情感。

35
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

图 4.8 情感反馈页面交互方式

三个方案各有其优缺点，而情感反馈界面作为本研究数据获取的渠道，有着
十分重要的作用。因此，本研究将在接下来的软件可用性测试中进行对比测试，
从中选择最适合的方案。

4.5 软件可用性测试

研究者通过对比和分析不同移动端软件可用性测试的评价指标，总结了
EmoClock 可用性评价指标，如表 4.2 所示。本研究根据目标用户类型，邀请了 9
位 21-25 岁的被试参与手机 App 的可用性测试，9 名被试中共有 7 名男生 2 名女
生，他们在此前都有过使用智能手机闹钟的经验。本次可用性测试的目标是测试
软件的基本使用流程，并针对情感反馈页面的 3 个方案进行对比测试。

表 4.2 软件可用性测试评价指标

分类 可用性评价指标
1.软件内的信息是有价值的
软件信息 2.软件内的信息是易懂的
3.用户遇到的问题能通过常见问题解决

36
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

续表 4.2

分类 可用性评价指标
4.软件设计中没有干扰的视觉因素
软件设计 5.软件设计中包含有效引导
6.软件页面风格的一致性
7.页面引导充分，无需用户进行学习
用户交互 8.用户交互设计符合交互习惯
9.用户操作后页面有效反馈
用户满意度 10.用户满意度打分

为了进行可用性测试，研究者使用墨刀8制作了高保真可交互原型，在屏幕大
小为 1334*750 像素的手机中进行测试（见图 4.9）。可用性测试任务如下：
任务 1：安装 EmoClock 并完成用户心情自测；
任务 2：设定一个 5 分钟后的闹钟；
任务 3：取消已设定的闹钟，重新设定一个 2 分钟后的闹钟；
任务 4：闹钟响铃后关闭闹钟，并反馈当前心情。

图 4.9 软件可用性测试

EmoClock 软件可用性测试结果如下：
（1）完成率和用时情况。因软件界面和功能并不复杂，可用性测试的 4 个
任务的完成率为 100%。任务 1 要求被试完成“用户心情自测”，故用时较久，
平均用时约为 2.5 分钟。任务 2-4 的平均完成时间都在 1 分钟内。

8
墨刀，https://modao.cc/, 2018

37
浙江大学硕士学位论文 第 4 章 EmoClock 软件设计

但而 9 位被试中有 1 位被试在进行任务 3 时，耗时较久。原因在于这位被试

在完成任务 3 时，不熟悉长按取消的操作，且页面中没有相关文字进行引导，需
要用户点击后才会出现相关动效，所以花费了较长的时间。这说明取消闹钟页面
设计在信息引导上存在一定缺陷。而任务 1、任务 2 和任务 4，用户在通过查看
界面上的空间和按钮文字后即可顺利找到操作方法。
（2）情感反馈页面对比情况。如上文所述，测试中将被试分为了 3 组，这 3
组被试所使用的情感反馈页面为 3 个不同的设计版本（此外的其他页面一致）。
对比情感反馈页面 3 个不同的设计方案测试，发现使用方案 a 的 3 名被试都对界
面中的选项产生疑惑，在打分过程中比较犹豫并反复修改多次后才会提交，这 3
位被试都表示方案 a 在情感表达上不够直观。而另外两组使用方案 b 和方案 c 的
被试在进行情感反馈时无明显差别，他们都能快速准确地反馈当前的情感。
（3）用户满意度评分。通过 5 分量表获得了被试对于软件使用的整体满意
度评分为 3.98 分，该分值说明被试对 EmoClock 软件的整体满意度反馈较为良好，
但任有改进的空间。
根据测试结果可以发现，EmoClock 的取消界面的软件信息呈现不够完善。
因此，研究者修改了“闹钟已设定页面”的文字描述，将“取消”变更为“长按取消”。
而对比 3 个情感反馈页面方案的测试结果，结果说明方案 a 不够直观，不适合作
为情感反馈页面的最终方案。方案 b 和方案 c 在用户体验上无明显差别，但研究
者考虑到情感反馈数据的精确度，方案 b 所反馈的用户打分为 1-9 中的任意数值，
方案 c 为 1-9 之间的 5 个唯一数值，最终选取了方案 b 作为情感反馈页面的最终

方案。

4.6 本章小结

本章将第 3 章所述的音乐情感驱动的唤醒方法，将其应用于手机软件，设计
了 EmoClock，并将其作为后续实验的工具载体。本章详细介绍了软件的设计过
程，结合研究目标对产品的功能进行分析，对软件交互流程进行了设计，并设计
了软件界面，最后针对软件的可用性进行了测试，以确保后续实验的顺利进行。

38
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

第5章 情感化音乐唤醒实验

本章基于第 3 章和第 4 章所构建的方法和应用，在前人的研究基础上提出了

实验的假设和目标，并对实验被试相关问题进行了分析，确立了实验方法和整体
的实验流程。

5.1 实验假设和目标

本实验目的是验证第 3 章所述音乐情感驱动的唤醒方法的效果，该方法的预
期效果是改善起床后的用户体验。而具体的假设可根据本文第 2 章的理论基础提
出，本文的假设主要分为以下 2 个方面的理论分析：
（1）关于睡眠惯性改善
在关于睡眠惯性改善方法的相关研究[39-43]中，主要采用以下 4 个指标中的几
个来衡量：减少主观嗜睡，增加主观的清醒程度；改善负面情绪；提高身体协调
性等身体的运动能力；提高清醒后的主观警觉性。而 Hayashi 在 2004 年的研究[42]
中使用被试的主观嗜睡感和醒后的舒适度来衡量睡眠惯性的改善效果。本研究将
借鉴他的这种衡量方式，将这两个指标拆分，则可得到本实验的假设 1 和假设 2：
被试起床后的昏睡疲惫感有所改善（假设 1），被试起床后的负面情绪有所改善
（假设 2）。
（2）影响睡眠惯性改善效果的因素
如本文 2.2.2 所述，睡眠惯性会受到睡眠类型的影响，通常情况下夜晚型用
户睡眠惯性会较为严重[37, 38]，因此本实验假设睡眠惯性的改善效果会受到睡眠类
型的影响（假设 3）。
Greer 的关于性别与睡眠的研究[65]表明受到性激素的影响，男性和女性的睡
眠质量存在差异，而睡眠质量会对睡眠惯性造成很大的影响。此外，在睡眠相关
的研究里讨论被试的性别影响是较为常见的做法。因此本实验假设睡眠惯性的改
善效果会受到性别的影响（假设 4）。

39
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

Hayashi 关于音乐对睡眠惯性改善的研究[42]中发现被试熟悉的歌曲和令人激
动的歌曲对于被试的睡眠惯性的改善效果不同，证明了不同歌曲对于睡眠惯性的
改善效果存在差异，但他的研究不涉及音乐情感，因此本实验假设不同的情感音
乐对睡眠惯性的改善效果存在差异（假设 5）。
综上所述，具体假设是被试使用适合情感组别的音乐作为早晨唤醒音乐后：
假设 H1：被试起床后的昏睡疲惫感有所改善；
假设 H2：被试起床后的负面情绪有所改善；
假设 H3：睡眠惯性的改善效果会受到睡眠类型的影响；
假设 H4：睡眠惯性的改善效果会受到性别的影响；
假设 H5：不同的情感音乐对睡眠惯性的改善效果存在差异。
基于以上实验假设，可知情感化音乐唤醒实验目标如下：
（1）研究音乐情感驱动的唤醒方法，对被试起床后睡眠惯性的是否有改善，
验证假设 H1 和假设 H2；
（2）研究音乐情感驱动的唤醒方法对不同“性别”和“睡眠类型”的被试，
起床后睡眠惯性的改善效果是否具有显著差异，验证假设 H3 和假设 H4；
（3）研究音乐情感驱动的唤醒方法中，不同情感的音乐对被试睡眠惯性的
改善效果差异，验证假设 H5，找到较适合中国年轻群体的唤醒音乐情感类型。

5.2 唤醒实验被试

5.2.1 实验被试招募标准

本次实验的被试依照目标用户的类型进行筛选。如第三章第一节所述，本论
文的目标用户是睡眠类型为“夜晚型”和“中间型”的 21-25 岁的年轻人。从第
二章的文献综述可以知道，人们习惯晚睡熬夜或早起早睡是由遗传的睡眠类型决
定的，而睡眠类型（夜晚型、中间型、清晨型）可以通过量表进行测量。清晨型
的人通常很早变会感到困倦上床休息，经过一夜的睡眠后甚至不需要闹钟唤醒并
能自然清醒，他们的睡眠惯性症状也不明显，不会给生活带来困扰。

40
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

根据上述理由，本实验被试招募时限定了被试的睡眠类型，招募睡眠类型为：
“夜晚型“和“中间型”的被试。在实验开始前，被试通过完成清晨型和夜晚型
自测量表[60]（Morningness-Eveningness Questionnaire, MEQ-5，详见附录 1）进行
睡眠类型分类。选择这份量表的理由是：Carciofo 等人的研究表明，中文版夜晚
型自测量表（MEQ-5）具有较好的心理学测量特征、信度和效度，且具有简明和
填写时间短等优点[61]，适合作为本次实验的被试筛选用量表。
通过用户的量表打分，按照 Adan 和 Almirall 定义的睡眠类型分值范围[62]，
可将被试分为 3 类不同的睡眠类型： 4-11 分为夜晚型，12-17 分为中间型，18-25
分为清晨型。按照夜晚型和中间型人数的正态分布比例[61]，本实验计划招募 50
名被试中，共招募 17 位夜晚型，33 位中间型。
被试招募流程如下图 5.1 所示，在互联网上发布实验信息后，有意向参与的
被试可以扫描二维码进行睡眠类型测试。如果被试的测试结果和基本信息符合实
验要求，则被试会自动收到一封邮件，邮件内有详细的实验介绍和实验要求和后
续流程说明，被试可根据邮件引导与实验人员取得联系，正式参与实验，具体的
实验流程将在本章后续篇幅内介绍。

图 5.1 被试招募流程

41
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

5.2.2 被试在实验期间的要求

本文第二章介绍了影响睡眠惯性的因素和睡眠惯性的改善方法。为了控制变
量，应该避免先前的睡眠剥夺（与跨时区旅行、值夜班等相关）、睡眠时长（与
工作日或周末和作息习惯相关）、咖啡因和药物等其他因素对睡眠惯性的影响。
此外，正如前文所述，睡眠惯性症状产生的重要原因是由于工作日即使没有获得
充足的睡眠，也被迫需要早起。
基于上述理由，本实验需要被试满足以下要求：
（1）被试在参与实验前 30 天内和实验期间，不能进行跨时区的旅行，且无
夜班或其他改变日常作息的熬夜行为；
（2）在实验期间，被试每周需要包含 3 个以上需要早起的工作日，且需保
持原来的作息习惯；
（3）被试需要保证身体健康，不吸烟，没有患过重大疾病或和睡眠相关的
疾病，且在实验期间不服用任何药物，不饮酒，避免摄入咖啡因，避免剧烈运动。
（4）若被试非独居，为避免相关影响，同一居室内，仅允许一人参与本次
实验。

5.3 唤醒实验方法

本次唤醒实验使用第四章所述的 EmoClock 软件进行远程唤醒实验。获取的

实验数据主要包括：被试基本情况、实验前被试起床后的心情（唤醒度、愉悦度）
平均值、实验期间被试每天起床后的心情（唤醒度、愉悦度）状况、实验期间每
天播放的音乐情感组别。下文将具体描述情感化音乐唤醒实验的设计。

5.3.1 唤醒实验音乐

情感化音乐唤醒实验的曲库为第三章所述音乐，共计 794 首，分布在 16 个

情感组别中，全部音乐大小为 360.8MB，音频为标准化的 m4a 音乐格式。唤醒实
验所使用的音乐被打包在 EmoClock 软件中供被试使用。

42
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

5.3.2 实验形式

音乐情感驱动的唤醒方法可以运用在很多不同的载体上，例如：智能枕头、
智能音箱、智能手机等等。而本实验借助智能手机，通过被试远程参与实验的形
式开展，即：被试下载手机软件后，在自己的家中进行唤醒实验。
采用这种实验形式的主要原因如下：
（1）实验场地和时间的更自由。被试需要在实验期间连续使用情感化的音
乐唤醒，而线下实验为了避免被试之间的相互影响，需要使用单独的房间来隔离
被试。例如在大学内设立了专门的睡眠实验房间，而手机软件具有使用成本低、
便于传播的特点，被试仅需用手机下载 App，在自己家中就可以参与音乐唤醒实
验，并且被试原来的生活作息习惯不会因为参与实验被打乱。
（2）减少环境的改变带来的影响。睡眠无疑是复杂的，会受到很多因素的
干扰，陌生的环境可能会导致被试突然失眠，从本文第二章睡眠惯性相关的理论
综述中可以知道，夜晚的睡眠情况将影响到睡眠惯性的程度。因此，环境的改变
可能会对实验数据的可靠性产生影响。Andrew 在 2014 年进行的睡眠惯性改善实
验中[39]，为了让被试提前熟悉实验的睡眠场景，在实验开始前，甚至邀请被试前
来预先体验，以此熟悉实验场景。而本实验在被试原本就熟悉的环境下进行，有
利于减少其他环境因素对被试的干扰，即：除唤醒音乐外，保持其他条件与被试
日常相同。
（3）远程实验数据具有可靠性。实验期间，被试需要在每天起床后，反馈
当前的心情状态，采用 SAM 自我情绪报告量表[47]进行被试心情数据收集。被试
反馈的实验数据不会因为实验形式是线上或线下发生改变，因此远程实验同样具
有可靠性。

5.3.3 实验场地

本实验的实验场景为被试的家中或其他原来熟悉场地。被试远程参与即可。
这样的实验场地有利于减少其他环境因素对被试的干扰，即：除唤醒音乐外，保
持其他条件与平时相同。
43
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

在实验被试要求部分已限定如果被试非独居，在同一居室内，仅允许一人参
与实验，从而避免被试之间的相互影响。除此以外的其他单人或多人场景，本实
验不做限定，因为考虑到被试在实验前已经非常熟悉自己的睡眠环境，这些因素
不会被音乐唤醒实验造成影响。
实验进行时间处于秋季，平均气温约为 20℃。

5.3.4 实验工具

主要的实验工具是 EmoClock 软件，本文第四章详细介绍了这款软件的设计

思路，以及该软件是如何使用将本文提出的音乐情感唤醒方法搭载到软件中的。
本次实验主要使用这款软件作为实验工具，
被试的情感工具衡量采用了 SAM 自我情感报告量表[47]。如本文第二章文献
综述所述，SAM 自我情绪报告量表通过两组图像，能够帮助被试快速反馈当前的
情感状态。

5.4 实验流程

实验使用 EmoClock 手机软件，被试通过筛选后，参与情感化音乐远程唤醒

实验，整体的实验流程如图 5.2 所示。

图 5.2 实验流程

44
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

实验开始前，被试会充分了解实验背景、实验目的和实验要求。实验人员将
详细介绍实验中所用的自我情绪报告量表各选项的意义，通过举例的方式演示软
件的操作方式。并引导被试签署知情同意书（详见附录 2）。被试下载安装好
EmoClock 手机软件，通过“起床心情自测” 收集被试的基本信息、选取首次音
乐情感组别、记录被试使用前起床后心情平均状况。
实验期间，被试每天睡前设定一个起床唤醒闹钟，早晨被试会被特定情感组
别的音乐唤醒，被试醒来关闭闹钟后，完成简短的情感状态反馈。实验周期为一
周，实验周期的选择依据是 Wohlgemuth 等人在 1999 年对于睡眠参数短期稳定性
的研究[63]。考虑到实验成本和被试负荷，本实验选择了其中最短的可靠周期。
完成全部实验后，被试可获得 30 元（人民币）酬金。

5.5 数据分析方法

为了合理设计实验，在实验设计部分，对之后将使用的数据分析方法进行了。
本次实验主要采用以下方法进行数据分析：
（1）描述性统计分析。运用折线图、柱状图等图表，可以对本实验的被试
情况、实验基本数据的均值、增长值等数据进行描述性统计分析。
（2）配对样本 T 检验。这种 T 检验方法主要检验一组数据在实验前后的均
值是否具有显著差异，本实验可采用配对样本 T 检验方法分析被试在参与实验前、
后起床心情（唤醒度、愉悦度）是否具有显著差异。配对样本 T 检验的公式为：

#-% #-%
!= = （5.1）
&' &' / )

（3）独立样本 T 检验。这种 T 检验方法是用于检验不同样本之间的差异性

的概率。本实验可采用独立样本 T 检验方法分析不同睡眠类型、不同性别之间的
样本数据是否存在显著差异。独立样本 T 检验的公式为：
#$ ⋅ #&
!=
& & （5.2）
'$ -1 *$ + '& -1 *& 1 1
+
'$ + '& -2 '$ '&
45
浙江大学硕士学位论文 第 5 章情感化音乐唤醒实验

（4）面板数据回归分析[64]。这种分析方法是用数据矩阵的方式分析某一变
量对于整体是否存在显著影响。面板数据回归模型分为：随机效应模型和固定效
应模型。本实验可采用面板数据回归分析方法对不同情感组别的音乐对睡眠惯性
的改善效果是否存在显著差异进行分析。

5.6 本章小结

本章对本研究的验证实验的实验目标、唤醒实验的被试招募标准和被试要求
进行了详细的阐述。并对实验方法、实验流程和实验结束后将用到的分析方法进
行了设计，其中着重对实验形式和实验场景的选取进行了分析。

46
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

第6章 唤醒实验结果分析

本章基于实验获取的数据进行了分析和讨论，并得出了实验结果。首先对被
试情况进行了描述性统计分析，发现被试在实验前起床后的整体心情欠佳。之后
分析了实验对于被试起床后整体唤醒度和愉悦度的改善情况、不同睡眠类型和不
同性别的被试改善情况，以及不同情感组别的音乐的改善效果是否存在差异。实
验数据证实了本文所提出的假设 1-4，但无法支撑假设 5。

6.1 被试情况分析

6.1.1 被试睡眠类型和基本情况

本实验共招募了年龄为 21-25 岁的 50 名被试参与本研究实验。

其中 1 名被试因为周末在闹钟响铃后继续赖床，没有及时反馈起床后的心情，
造成实验数据不连续，1 名被试因为操作不当，连续 3 天反馈了相同的愉悦度和
唤醒度。这 2 位被试的实验数据被判定为无效数据。而最终有效数据为 48 人（30
名女性和 18 名男性），被试中学生为人 22.9%，年轻上班族为 77.1%。
如上章实验设计部分所述，为了保证参与实验的被试符合目标用户的“喜欢
熬夜晚睡”这一特征，本实验在招募被试过程中使用了 UEQ 量表，仅招募了夜
晚型和中间型被试参与实验，且依据 Carciofo 的研究中不同睡眠类型人数的正态
分布规律[61]，安排了不同类型被试的人数。最后完成实验的 48 名被试的睡眠类
型、人数和性别情况如图 6.1 所示，该分布情况基本符合预期。
实验被试包括：睡眠类型为夜晚型的男生 4 人，中间型男生 14 人；夜晚型
女生 12 人，中间型女生 18 人。从第二章关于睡眠类型的文献综述我们可以知道，
这两类睡眠类型的被试通常不会早早入睡，夜晚型被试通常在 00:45—3:00 入睡，
中间型被试通常在 22:45—次日 00:45 入睡。但他们在工作日都不得不早起，因此
起床对于他们来说非常困难。

47
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

图 6.1 被试睡眠类型分布情况

6.1.2 实验前被试起床后心情平均状态

实验前，被试起床后的平均唤醒度和愉悦度情感如图 6.2 所示，男生和女生

的分值对比情况表明：在实验开始前，男生（唤醒度：3.51，愉悦度：3.67）起
床后心情优于女生（唤醒度：2.15，愉悦度：2.06）。但总体来看，无论是男生
还是女生起床后的心情状态都未超过 4 分（9 分量表），属于较为负面的情绪，
他们起床后的心情亟需改善。这些数据也进一步证明了本论文的研究价值。

图 6.2 被试实验前唤醒度和愉悦度均值

48
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

6.2 假设验证

本实验获取了 48 位被试一周的使用数据。使用 Excel 2017 和 stata 软件，对

被试实验前后的唤醒度均值变化、愉悦度均值变化、不同性别的改善效果差异、
不同音乐组别的用户打分情况进行了分析。

6.2.1 被试起床后昏睡疲惫感和负面情绪状况

1. 实验前和实验期间均值对比
被试参与实验前和实验期间的愉悦度和唤醒度均值（9 分量表）如折线图 6.3
所示。从折线走势可以看出：被试参与实验期间，每天起床后的唤醒度和愉悦度
均有提升，实验期间第 7 天提升最明显(唤醒度：+2.27，愉悦度：+2.17)。

图 6.3 被试实验前和实验期间均值对比

2. 配对样本 T 检验分析
为了分析本文所提出的唤醒方法效果对于被试实验前后起床后的情绪（唤醒
度和愉悦度）是否具有显著改善效果，本实验使用了配对样本 T 检验进行分析。
T 检验对比了被试在实验前的起床情绪状态与实验 7 天后的起床情绪状态，具体
结果如表 6.1 所示。T 检验分析结果中的 p 值（P<0.01）表明，被试在实验后（连
续使用音乐情感驱动的唤醒方法 7 天后）的起床情绪在唤醒度和愉悦度上均有显
著提升。

49
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

表 6.1 实验前后被试情绪 T 检验

自由度 均值 标准差 t P
实验前 47 2.67 1.88
唤醒度 -7.26 P<0.01 显著差异
实验 7 天后 47 4.94 1.34
实验前 47 2.67 1.62
愉悦度 -8.41 P<0.01 显著差异
实验 7 天后 47 4.83 1.43

6.2.2 不同睡眠类型的被试改善效果差异

1. 实验期间与实验前差值对比
将不同睡眠类型的被试分组，可以计算出他们实验前和实验期间每天的情感
均值（唤醒度、愉悦度），将被试实验期间每天起床后的唤醒度和愉悦度分值减
去被试参与实验前的唤醒度和愉悦度均值，可得到不同睡眠类型的被试参与实验
期间每天的情感与实验前的差值，如图 6.4 所示。对比不同睡眠类型的被试的差
值可知：实验期间，夜晚型用户的唤醒度改善效果较好。

图 6.4 不同睡眠类型被试实验期间与实验前差值对比

2. 独立样本 T 检验分析
使用上述两组差值进行独立样本 T 检验，可得出该不同睡眠类型的被试的唤
醒度和愉悦度的改善效果是否具有统计意义。结果如下表 6.2 所示。在唤醒度改
善效果上，p<0.01，而愉悦度的改善效果上，p=0.5>0.1。数据表明：夜晚型被试

50
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

与中间型被试相比，实验期间的唤醒度提升效果显著，而愉悦度的提升效果无显
著差异。

表 6.2 不同睡眠类型被试情绪 T 检验

自由度 均值 标准差 t P
中间型 6 1.40 0.48
唤醒度 -4.14 P<0.01 显著差异
夜晚型 6 2.34 0.35
中间型 6 1.63 0.42
愉悦度 0.006 P=0.50 无显著差异
夜晚型 6 1.63 0.49

6.2.3 改善效果的性别差异分析

1. 实验期间与实验前差值对比
将不性别的被试分组后，可以计算出他们在实验前和实验期间每天的情感均
值（唤醒度、愉悦度），将被试实验期间每天起床后的唤醒度和愉悦度分值减去
被试参与实验前的唤醒度和愉悦度均值，可得到不同睡眠类型的被试参与实验期
间每天的情感与实验前的差值，如图 6.5 所示。通过折线图，可以看出女性被试
在实验期间的唤醒度和愉悦度提升均高于男性被试。

图 6.5 不同性别被试实验期间与实验前差值对比

51
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

2. 独立样本 T 检验分析
使用上述两组不同性别的被试实验期间与实验前的差值数据，进行独立样本
T 检验，可获得这两组数据的显著性比较，从而分析不同性别被试的睡眠惯性改
善效果是否存在统计学意义。结果如下表 6.3 所示。唤醒度和愉悦度 P 值均小于
0.01，实验结果表明，睡眠关系的改善效果会到被试性别影响，不同性别的被试
改善效果存在显著差异，女性的唤醒度和愉 悦度改善的效果均显著优于男性。
而 Greer 的相关研究表明，这种睡眠相关的性别的差异将在更年期时（50 岁左右）
[65]
消失 。

表 6.3 不同睡眠类型被试情绪 T 检验

自由度 均值 标准差 t P
男 6 1.03 0.42
唤醒度 -4.36 P<0.01 显著差异
女 6 2.05 0.45
男 6 0.98 0.40
愉悦度 -4.40 P<0.01 显著差异
女 6 1.99 0.45

6.2.4 不同情感的音乐的唤醒效果分析

1. 不同情感组别音乐播放情况统计
被试在实验期间播放的音乐组别情况如图 6.6 所示。如本文第 3 章所述，如
果被试起床后的情感反馈的唤醒度和愉悦度大于 4，说明该情感组别的唤醒音乐
适合较该被试，则继续播放当前情感组别的唤醒音乐。所以，不同情感组别的音
乐的播放次数可以大致体现该组音乐的唤醒效果，播放次数越多的组别，越受到
被试的喜爱，对于改善唤醒体验有较好的普适性效果。

52
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

图 6.6 不同情感组别音乐播放情况统计

由上图可以看出，情感空间右下角区域对应的音乐（I、J、M、N）在实验期
间的播放次数从第 1 天的 69%下降到第 7 天的 25%，说明大部分被试，在实验开
始前认为自己是偏好愉悦度较高而唤醒度较低的音乐，但随着实验的进行，更多
的被试唤醒时播放的是左上角的音乐（C、D、G、H），从 2%增长到了 35%。
而对这个区域进行更细化的比较后（如图 6.7 所示）我们可以发现在左上角的区
域中，G 组音乐的播放情况增加的最为明显。基于以上分析，可以大致得出，G
情感组别的音乐对于改善唤醒体验有较好的普适性效果，但该分析无法支撑本研
究所提出的假设 H5。

图 6.7 细分情感组别音乐播放情况统计

2. 面板数据回归分析[64]
为了分析不同情感组别的音乐对于睡眠惯性的改善效果，本研究对实验数据
进行了面板数据回归分析。首先对数据进行 hausman 检验，检验结果表明实验数
据需要选取面板数据回归模型中的随机效应模型。使用随机效应模型对被试实验
期间的数据进行拟合（唤醒度和愉悦度的决策系数分别为 0.01 和 0.03），结果如

53
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

表 6.4 所示，其中选取了音乐情感组别为自变量，愉悦度和唤醒度数值为因变量，
睡眠类型和性别为控制变量。

表 6.4 音乐情感类别与改善效果面板数据回归分析

样本量 协方差系数 标准误差 z P>|z|

唤醒度 48 -0.04 0.02 -1.47 0.14 无显著差异
愉悦度 48 -0.01 0.03 -0.36 0.72 无显著差异

面板数据回归分析中的 P 值（P>0.1）表明，不同情感的音乐对于睡眠惯性的
改善效果差异不具有统计意义。

6.3 实验结果

通过以上分析，本论文研究了被试在实验前后和实验期间的唤醒度和愉悦度
变化，并分析了不同睡眠类型、性别和音乐情感组别对睡眠惯性的改善效果的影
响。综合分析后，实验结果如下，使用情感驱动的唤醒方法一段时间后被试起床
后：
（1）被试起床后的昏睡疲惫感和负面情绪有所改善，假设 1，2 成立；
（2）音乐情感驱动的唤醒方法对夜晚型被试的唤醒度改善效果显著优于中
间型被试，而在愉悦度上的改善效果不存在显著差异，假设 3 部分成立；
（3）睡眠惯性的症状会受到性别的影响，假设 4 成立；
（4）被试对不同音乐情感的唤醒音乐存在偏好差异，但不同的情感音乐对
睡眠惯性症状的改善效果差异不具有统计意义。假设 5 不成立。
虽然目前的实验结果表明适合的情感组别的音乐可以提高起床后的清醒程
度和愉悦程度，音乐情感是复杂的，这也有可能是因为被试听到自己所喜欢歌手
演唱的音乐引发的。本实验结果是否是由这些因素的叠加导致的，需要进一步的
研究来检验这些因素的单一和叠加效应。

54
浙江大学硕士学位论文 第 6 章唤醒实验结果分析

6.4 本章小结

本章对唤醒的实验的实验结果进行了分析和讨论，主要分析了实验对于被试
起床后整体唤醒度和愉悦度的改善情况、不同睡眠类型的被试改善情况、不同性
别被试改善情况和不同情感组别的音乐的唤醒效果分析，采用了均值分析、t 检
验分析和面板数据回归分析等统计分析方法。实验数据证实了本文所提出的大部
分假设。

55
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

第7章 EmoClock 硬件产品设计

本文提出的音乐情感驱动的唤醒体验方法，可以应用于智能手机、智能音箱、
智能枕头等不同的载体中。除了在本文第 4 章中，将其应用于手机软件外，本章
提出了一种硬件产品应用方式，作为另一种独立的应用载体，拓展本论文的应用
范围。本章阐述了具体的设计思路，完成了硬件产品的基本功能的小样设计，并
对 EmoClock 硬件的用户体验进行了用户反馈分析。

7.1 硬件产品概述

本论文在第 4 章进行了 EmoClock 的软件设计，将提出的音乐情感驱动的唤

醒方法运用在了软件中，并通过实验验证了该方法对于改善唤醒体验具有显著的
作用。而本章提出另一种独立的硬件载体——EmoClock 硬件产品，理由如下：
（1）帮助用户摆脱手机的束缚。随着智能手机的发展，越来越多的人意识
到过度的手机使用所带来的负面影响。特别是睡眠相关的场景中，人们在担心手
机辐射的同时，会因为过度使用手机而影响睡眠。
（2）相关成果可以运用在各种载体中，拓展本文研究的应用范围。硬件与
软件的使用，特别是交互形式具有非常大的差异，特别是硬件没有屏幕显示图形
界面的情况下，很多信息无法传达，因此用户体验会受到很大的影响 [69] ，而
EmoClock 硬件产品的交互设计中着重考虑了这些因素，采用了多模态的交互设
计。这些成果在其他硬件载体中

7.2 产品原型设计与实现

为设计并实现 EmoClock 的硬件产品原型，本论文进行了基本的产品外观设

计，并制作了原型外壳。对硬件产品的整体使用进行了多模态交互设计。最后，
通过 Arduino 进行了开发和功能实现。

56
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

7.2.1 产品外观设计与原型制作

1. 外观设计
随着苹果、无印良品、小米等品牌深入人心，极简设计风格成为智能产品设
计的流行趋势[66]。为了吸引年轻用户的购买和使用，产品外形设计整体采用极简
的风格。EmoClock 硬件产品整体外观方而圆润，外形颜色素雅，力求打造精致、
简洁、科技感的品牌风格。
根据产品特征，结合年轻用户的消费需求，研究者对产品外形进行了初步设
计。利用 Rhino 软件进行产品建模和设计，并对产品的按钮、圆角和透音性进行
推敲。分别尝试了两种不同的外形方案进行建模渲染，如图 7.1 所示。最终根据
透音性与组装难度，选择了 b 方案作为最终产品外形方案。

图 7.1 产品概念外形方案

2. 原型制作
产品原型由惠普 MJF 打印机进行 3D 打印，打印完成后使用砂纸进行手工打
磨，增加表面的光滑度，原型的整体制作过程见图 7.2。因为 EmoClock 硬件产品
需考虑声音的外透性[68]，前盖的设计与音箱等产品类似，在 3D 打印原型上留有
非常多的通透开口，并采用灰色音箱网罩透声布透音材质进行了手工包裹。中部
结构留有电容按钮开孔，位于产品中央。后盖的设计主要为了容纳内部元件，因
产品原型采用 Arduino 开发，体积较大。
在使用过程中，用户每天关闭闹钟后，需要将自己当前的情感状态反馈给系
统，以此调整第二天的唤醒音乐的情感组别。因此，前盖处需设置多个反馈按钮。

57
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

考虑到成本和可行性，产品采用手工热转印的方式，将情感反馈量表图标手工印
制在前盖软材料上。

图 7.2 硬件原型制作

7.2.2 产品交互设计

因为 EmoClock 在使用过程中没有传统的屏幕作为图形化用户界面载体，用
户学习成本比较大。从设计心理学的角度出发，对于软件和硬件的设计应该符合
用户的自然认知，使用用户已有的“经验”来作为操作的引导[69]。例如用户在不
知如何使用时，就会根据已有的经验尝试性地触碰可见的按钮，因为用户知道触
碰按钮会获得一些反馈，而此时，如何通过这个反馈引导用户设定闹钟，进行操
作和准确的情感反馈便是设计的重点。因此，EmoClock 的交互设计融合视觉、
语音和音效等多个模态，进行高效的机器意图传达和用户引导。
多模态人机交互是一种使用多种模态或通道进行的交互形式 [70] ，根据
Christine Park 和 John Alderman 介绍的多模态设计的基本原理，本论文以感官塑
造体验的方式，将多个不同模态的交互方式融合在 EmoClock 的设计中。
具体设计如图 7.3 所示。
（1）视觉。EmoClock 提供的时间等信息使用视觉方式传递给用户。视觉是
一种最常见的高效的信息传递方法。除时间显示外，EmoClock 还通过图像按钮
传递信息，通过灯光亮起的方式引导用户当前的视觉焦点位置（原型小样上因技
术和成本限制暂未实现）。

58
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

（2）语音。用户在不同操作时，提示音可以明确且高效的告知用户当前处
于什么状态，下一步该如何操作，操作是否成功。本研究针对不同场景进行了语
音脚本的撰写，利用场景逐步引导用户进行操作。详见表 7.1，研究者使用简易
录音设备将语音提示内容录制成为了音频文件。

图 7.3 EmoClock 多模态交互设计

表 7.1 语音提示内容

系统状态 语音提示音内容
① “长按开始设定闹钟”
② “请点击下方设定闹钟时间。”
③ “闹钟已设定。”
④ “已有一个设定好的闹钟，长按可修改闹钟时间，快速连按可取消该闹钟”
⑤ “闹钟已取消”
⑥ “早上好，可以选择下方的小脸向我反馈主人当前的心情状况哦”
⑦ “收到反馈，我将努力找到最适合主人的起床音乐。”

59
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

（3）音效。音效可以高效的传达系统的当前状态，例如，完成一段操作后，
关于操作成功或操作失败，通常会通过简短的提示音传达系统当前状态，用户在
未看到界面的情况下同样能准确获得系统反馈。EmoClock 产品的音效使用了
Facebook 发布的开源音效工具包9。Facebook 的音效设计专家介绍，适合的音效
可以高效传达系统当前的状态，对整体设计产生有利影响。这个音效包由一组完
整的交互音效组成，包括四个不同组别的音效：导航音效、成功和完成音效、错
误和取消音效、通知和警报音效。每组音效包内都有多个音效可供选择。选取好
适合的音效后，本研究将选取的音效和录制语音文件进行了合并剪辑，制作出了
独立的 mp3 音频文件，方便程序执行。

7.2.3 硬件原型实现方案

本研究采用 Arduino Uno 搭建硬件原型，基本实现了小样的预期功能。Arduino

开发板作为主控单元，其他功能都作为外设模块，与它进行通信，接受其控制。
硬件的实现原理如图 7.4 所示。外设模块选用了市面上的成熟的模块，主要的外
设模块可以分为 5 部分，选型结果和相应的模块特性如下：

图 7.4 硬件原型实现原理

9
来自 facebook，https://facebook.design/soundkit，2018

60
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

（1）时钟模块。选用了高精度的 DS3231 模块，具有集成的温度补偿晶体振

荡器，使得定时准确。模块通过 I2C 通信协议与 Arduino 通信。
（2）时间显示模块。该模块选用了带寄存器的 4 位数码管模块。模块上集
成了两块 595 芯片，通过串级连接。模块通过一路 IO 口从 Arduino 获取数码管的
扫描数据。
（3）存储模块。Micro SD 卡模块能读取 TF 卡上的信息，主要用来储存语音
提示、闹钟唤醒音乐文件。模块通过 SPI 通信协议读取 TF 卡上的音频文件，再
通过声音模块进行播放。
（4）声音模块。Arduino 从 TF 卡上读取了音频信息后，通过 PWM 口输出
模拟信号，驱动声音模块播放声音。
（5）按键模块。为了完成闹钟的操作和情感反馈，选用了多个按键模块。
其中，实体按键连接至 Arduino 的中断接口，能随时触发，改变闹钟的显示和设
定。
在程序的实现方面，主要参考了开源闹钟代码，使用状态机的思路进行编程，
状态通过全局变量进行记录，外设功能通过模块函数的方式进行实现。结合上述
功能，状态机的状态主要有 5 个不同状态：时钟显示、闹钟设定、闹钟显示、闹
钟取消、闹钟响铃、情感反馈。状态转换方式如图 7.5 所示。

图 7.5 状态转换方式

61
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

不同状态的转换通过中断函数、扫描结果和函数执行情况进行转换。外设模
块函数有：LED 显示函数、TF 卡读取函数、时钟模块读取函数、音频播放函数。
外设功能通过调用函数的方式进行实现。
实现硬件原型的基本功能后，将 Arduino 硬件放置在 EmoClock 外壳内，最
终效果如图 7.6 所示。

图 7.6 硬件原型最终效果

7.3 硬件产品用户体验反馈

EmoClock 硬件产品使用了与 EmoClock 软件相同的唤醒方法，本论文已经通

过第 5 章和第 6 章的实验验证了情感化音乐对于唤醒体验的提升效果。因此本章
节不再针对音乐情感唤醒对于睡眠惯性的改善效果进行验证，用户体验反馈主要
讨论 EmoClock 硬件产品的用户体验情况，了解用户是否能按照设计意图进行操
作和使用。
在实现 EmoClock 硬件原型产品的基本功能后，研究者招募了 10 位用户（5
名女生和 5 名男生，21-25 岁）参与用户体验反馈。
用户体验反馈的问卷使用了 Laugwitz 等人在 2008 年提出的用户体验量表[71]
（User Experience Questionnaire），UEQ 量表是一个可靠的交互式产品用户体验
问卷量表，可从产品的吸引力、明确性、高效性、可靠性、促进性和新颖性六个
维度来衡量产品的用户体验。Schrepp 等人 2014 年的论文[72]表明：UEQ 量表具有
良好的信度和效度，适合衡量在多种不同的场景下的产品用户体验。此外，已有

62
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

多篇用户体验相关的高水平学术论文使用了这份量表。本论文选用了其中的中文
版 UEQ 量表进行用户体验调研，详见附录 3。
用户体验反馈的流程如下：
开始前，研究者向被试简单介绍项目相关背景、研究目的和 EmoClock 的基
本功能。过程中，被试在无引导的情况下体验产品的基本功能（如图 7.7 所示），
设定一个 2 分钟后的闹钟，在闹钟响铃后将其关闭并反馈当前的情感状态。体验
完毕后完成用户体验问卷。

图 7.7 EmoClock 硬件用户体验反馈

本研究基于用户反馈的数据进行了统计分析：
1. 数据情况
本研究采用 Excel 对调研得到的问卷数据进行整理分析。具体统计数值见表
7.2（置信区间 p=0.05）。

表 7.2 六个维度下评价的统计值

样本量 均值 标准差 置信度 置信区间

吸引力 10 1.167 0.871 0.540 0.627 1.707
明确性 10 1.000 1.458 0.903 0.097 1.903
高效性 10 1.025 0.606 0.376 0.649 1.401
可靠性 10 1.025 0.975 0.604 0.421 1.629
促进性 10 1.150 0.987 0.612 0.538 1.762
新颖性 10 1.150 1.042 0.646 0.504 1.796

63
浙江大学硕士学位论文 第 7 章 EmoClock 硬件产品设计

2. 数据分析
UEQ 量表中的分值代表被试对于产品用户体验的评价，该评价基于不同的六
个维度，高于 0.8 代表正面评价[41]。统计结果如图 7.8 所示。

图 7.8 用户体验反馈结果

从上图可以看出：EmoClock 在六个维度上均远超 0.8，甚至超过了 1.0。六

个维度评价数据的统计分析结果可以说明 EmoClock 获得了被试的正面评价。其
中，产品的吸引力获得了 6 个要素中最高的分值（1.167），可能是因为多模态的
交互方式融合了被试多个感官的刺激。此外，因为产品的新颖性得分也较高，吸
引力得分较高的原因也可能是因为市场上还没有同类的产品，被试对此产生比较
强的好奇心。
综上所述，用户反馈结果（各项评分均高于 0.8）表明，EmoClock 的硬件产
品用户体验良好。

7.4 本章小结

本章使用音乐情感驱动的唤醒方法进行了设计应用。根据前期研究，针对产
品外观和产品使用交互设计进行了细化设计，同时使用 Arduino 开发实现了基本
小样功能，最后招募用户对硬件产品进行了用户体验反馈。

64
浙江大学硕士学位论文 第 8 章总结与展望

第8章 总结与展望

本章总结了本文的研究内容，概括了相关研究成果，凝练了本文的创新点。
并挖掘了未来的深入探索方向，提出情感化音乐唤醒系统的展望，希望在以后的
研究中构建“数据-方法-应用-服务”的完整情感化音乐唤醒系统，形成唤醒体验
生态系统。

8.1 本文总结

本论文从选题到初稿完成，历经 13 个月，通过背景分析，发现了关于唤醒
体验上的相关问题，通过国内外文献调研，找到相关心理学原因，并分析了其他
解决方案和研究的现状，找到本论文的切入点。之后，提出音乐情感驱动的唤醒
方法和相关假设，将本方法初步应用于手机软件作为后续实验的工具载体。通过
科学设计的音乐情感唤醒实验，并基于数据分析验证了相关假设。最后，运用论
文提出的方法进行具体产品设计，并针对产品用户体验进行了验证。
本论文的研究成果如下：
（1）提出了一个音乐情感驱动的优化唤醒方法。在相关理论研究的基础上，
构建了适合的音乐情感唤醒曲库，并对情感空间下的音乐进行了合理的分组，细
化了首次唤醒音乐的情感组别选取，通过每天用户的情感反馈，切换不同情感组
别的音乐。
（2）通过实验验证了音乐情感驱动的唤醒方法对于改善睡眠惯性具有显著
影响。采用自我情绪报告量表，收集用户被唤醒后的心情状况。通过统计分析，
发现被试在实验周期后的唤醒体验得到了显著提升，并分析得出其中睡眠类型、
性别对改善效果具有显著影响。
（3）构建了提升唤醒体验的创新设计应用方案。运用论文提出的方法进行
具体产品设计，重点设计了 EmoClock 软件，并使用它作为实验的工具，进行了

65
浙江大学硕士学位论文 第 8 章总结与展望

上述验证实验。为拓展本论文提出的音乐情感驱动的唤醒方法的应用载体，设计
并实现了 EmoClock 硬件产品原型。
本文的主要创新之处在于：
（1）将音乐情感理论与日常起床痛苦的需求相结合，通过改善睡眠惯性带
来的昏睡疲惫感和负面情绪，提升唤醒体验。在相关研究基础上，提出了创新性
的唤醒体验优化方法，并通过实验验证了其对于睡眠惯性的改善效果。
（2）通过实验数据分析发现，睡眠类型和性别对改善效果具有显著影响。
“夜晚型”被试的唤醒度提升效果更显著，女性的唤醒度和愉悦度改善的效果均
显著优于男性。
（3）设计了提升唤醒体验的软件和硬件应用。对于唤醒功能的设计者而言，
本论文提供了一种创新的思路，为提升唤醒体验的进一步研究奠定了基础，在实
际闹钟产品的设计中提供了方法建议和指导。

8.2 未来展望

随着未来生活水平的提高，人们对生活体验的逐渐重视，早晨的唤醒体验优
化将被越来越多人关注。本论文作为唤醒体验优化的尝试，取得了一定成果。但
由于时间和资源等限制，未来相关研究在这些方面可以继续深入探索：
（1）音乐的多样化
本论文采用的是国际流行音乐榜单上的音乐作为唤醒音乐，是因为考虑到国
际榜单的权威性，但也造成了唤醒音乐曲库中多为英文歌曲的情况。后续研究可
以完善音乐情感唤醒曲库，增加更多国语流行音乐内容。在此基础上，也为跨文
化的音乐情感唤醒研究提供了可能。
（2）实验周期的增长
根据 Wohlgemuth 等人的睡眠实验周期建议，七天的实验时间，可以获得可
靠的数据，但睡眠惯性症状的改善是长期的。后续研究可增加实验时长，获得更
长期的实验数据，由此可能可以发现，音乐对起床后昏睡疲惫感和负面情绪的改
善的最佳效果情况，以及最佳效果可能的出现时间。

66
浙江大学硕士学位论文 第 8 章总结与展望

（3）多模态分析
本论文因实验场地和经费限制，采用了远程的方式进行实验，所以最终只采
用了量表数据结果作为分析依据。后续研究可考虑与医院等相关机构合作，邀请
被试来实验室场景进行实验，可以方便同时收集用户的其他生理数据，如脑电、
体温等，而这些数据也可以更客观的反应用户的起床后的情绪变化，为多模态分
析提供了可能。
现阶段，关于唤醒体验优化设计的应用较少，希望在不久的将来，EmoClock
可以不仅是一个闹钟应用产品，更是一个情感驱动的人性化的音乐唤醒系统。展
望未来，将本研究的成果应用到不同的智能产品中，可以以此构建一个由数据、
方法、应用到服务的唤醒生态，如图 8.1。

图 8.1 唤醒体验生态系统展望

在整体的情感化音乐唤醒系统中，通过上下游数据共享，新产品接入时便可
共享整个唤醒服务生态中的用户入睡时间、睡眠时长、每天心情反馈等数据，由
不断完善的用户数据收集方法、统计方法、唤醒音乐分类方法和用户起床心智模
型，逐步完善系统内的软硬件应用，而更好的为用户提供早晨唤醒服务，并缓解
起床后的昏睡疲惫感、改善用户起床后的负面情绪，帮助用户提升上午的工作效
率。在未来，相信不同领域的人们的共同努力可以将完美的唤醒体验带到我们的
生活中，让大家每天早晨都有新的期待！

67
浙江大学硕士学位论文 参考文献

参考文献
[1] Sleep disorders and sleep deprivation: an unmet public health problem[M]. Na-
tional Academies Press, 2006.
[2] Ikeda H, Kubo T, Kuriyama K, et al. Self‐awakening improves alertness in the
morning and during the day after partial sleep deprivation[J]. Journal of sleep
research, 2014, 23(6): 673-680.
[3] Rothbard N P , Wilk S L . Waking Up on the Right or Wrong Side of the Bed:
Start-of-Workday Mood, Work Events, Employee Affect, and Performance[J].
Academy of Management Journal, 2011, 54(5):959-980.
[4] Weiss H M, Cropanzano R. Affective events theory: A theoretical discussion of
the structure, causes and consequences of affective experiences at work[J]. 1996.
[5] Koelsch S. Brain correlates of music-evoked emotions[J]. Nature Reviews Neu-
roscience, 2014, 15(3): 170.
[6] 李昕桐. 音乐疗法的进展及在医学各领域中的应用[J]. 世界最新医学信息文
摘, 2018.
[7] Blood, A. J. and R. J. Zatorre (2001). Intensely pleasurable responses to music
correlate with activity in brain regions implicated in reward and emotion. Pro-
ceedings of the National Academy of Sciences of the United States of America,
98/20: 11818–23.
[8] Humphrey J W, Oleson J P, Sherwood A N. Greek and Roman technology: a
sourcebook: annotated translations of Greek and Latin texts and documents[M].
Psychology Press, 1998.
[9] Thompson A , Jones H , Gregson W , et al. Effects of dawn simulation on markers
of sleep inertia and post-waking performance in humans[J]. European Journal of
Applied Physiology, 2014, 114(5):1049-1056.
[10] Korres G, Jensen C B F, Park W, et al. A Vibrotactile Alarm System for Pleasant
Awakening[J]. IEEE Transactions on Haptics, 2018.

68
浙江大学硕士学位论文 参考文献

[11] 常生龙. 善用信息通道[J]. 上海教育, 2017(30):77-77.

[12] 赖永秀, 高婷婷, 吴丹,等. 音乐情绪感知的脑电研究[J]. 电子科技大学学
报, 2008, 37(2):301-304.
[13] Ekman P E, Davidson R J. The nature of emotion: Fundamental questions[M].
Oxford University Press, 1994.
[14] Juslin P N, Sloboda J A. Music and emotion: Theory and research[M]. Oxford
University Press, 2001.
[15] Hevner K. The affective character of the major and minor modes in music[J].
The American Journal of Psychology, 1935, 47(1): 103-118.
[16] Izard C E. The face of emotion[J]. 1971.
[17] Krech D, Crutchfield R S, Livson N. Elements of psychology[M]. Alfred A.
Knopf, 1974.
[18] Plutchik R. Emotion[J]. A psychoevolutionary synthesis, 1980.
[19] Ekman P. Basic emotions[J]. Handbook of cognition and emotion, 1999: 45-60.
[20] Schubert E. Update of the Hevner adjective checklist[J]. Perceptual and motor
skills, 2003, 96(3_suppl): 1117-1122.
[21] Ortony A, Turner T J. What's basic about basic emotions?[J]. Psychological re-
view, 1990, 97(3): 315.
[22] Calvo R A, D'Mello S. Affect detection: An interdisciplinary review of models,
methods, and their applications[J]. IEEE Transactions on affective computing,
2010, 1(1): 18-37.
[23] Sebastiani F. Machine learning in automated text categorization[J]. ACM com-
puting surveys (CSUR), 2002, 34(1): 1-47.
[24] Schubert E. Update of the Hevner adjective checklist[J]. Perceptual and motor
skills, 2003, 96(3_suppl): 1117-1122.
[25] Mehrabian A, Russell J A. An approach to environmental psychology[M]. the
MIT Press, 1974.
[26] Russell J A. A circumplex model of affect[J]. Journal of personality and social
psychology, 1980, 39(6): 1161.

69
浙江大学硕士学位论文 参考文献

[27] Collier G L. Beyond valence and activity in the emotional connotations of mu-
sic[J]. Psychology of Music, 2007, 35(1): 110-131.
[28] Izard C E. Emotions and facial expressions: A perspective from Differential
Emotions Theory[J]. The psychology of facial expression, 1997, 2: 57-77.
[29] Gabrielsson A. Emotion perceived and emotion felt: Same or different?[J]. Mu-
sicae Scientiae, 2001, 5(1): 123-147.
[30] Picard R W. Affective computing[J]. 1995.
[31] Iwanaga M , Kobayashi A , Kawasaki C . Heart rate variability with repetitive
exposure to music[J]. Biological Psychology, 2005, 70(1):0-66.
[32] Kallinen K. Emotion related psychophysiological responses to listening music
with eyesopen versus eyes-closed: electrodermal (EDA), electrocardiac (ECG),
and electromyographic (EMG) measures[J]. Proc. of Music Perception & Cogni-
tion, 2004: 299-301.
[33] Lubin A, Hord D J, Tracy M L, et al. Effects of exercise, bedrest and napping on
performance decrement during 40 hours[J]. Psychophysiology, 1976, 13(4):
334-339.
[34] Tassi P, Muzet A. Sleep inertia[J]. Sleep medicine reviews, 2000, 4(4): 341-353.
[35] Brooks A, Lack L. A brief afternoon nap following nocturnal sleep restriction:
which nap duration is most recuperative?[J]. Sleep, 2006, 29(6):831-840.
[36] Sinha S, Anderson J P, Barbour R, et al. Purification and cloning of amyloid
precursor protein β-secretase from human brain[J]. Nature, 1999, 402(6761):
537.
[37] Horne J A, Östberg O. A self-assessment questionnaire to determine morning-
ness-eveningness in human circadian rhythms[J]. International journal of chron-
obiology, 1976.
[38] Wittmann M, Dinich J, Merrow M, et al. Social jetlag: misalignment of biologi-
cal and social time[J]. Chronobiology international, 2006, 23(1-2): 497-509.
[39] Thompson A, Jones H, Gregson W, et al. Effects of dawn simulation on markers
of sleep inertia and post-waking performance in humans[J]. European journal of
applied physiology, 2014, 114(5): 1049-1056.

70
浙江大学硕士学位论文 参考文献

[40] Newman R A, Kamimori G H, Wesensten N J, et al. Caffeine gum minimizes

sleep inertia[J]. Perceptual and motor skills, 2013, 116(1): 280-293.
[41] Tassi P, Nicolas A, Dewasmes G, et al. Effects of noise on sleep inertia as a
function of circadian placement of a one-hour nap[J]. Perceptual and motor skills,
1992, 75(1): 291-302.
[42] Hayashi M, Uchida C, Shoji T, et al. The effects of the preference for music on
sleep inertia after a short daytime nap[J]. Sleep and Biological Rhythms, 2004,
2(3): 184-191.
[43] Kräuchi K, Cajochen C, Wirz-Justice A. Waking up properly: is there a role of
thermoregulation in sleep inertia?[J]. Journal of sleep research, 2004, 13(2):
121-127.
[44] Shahid A, Wilkinson K, Marcu S, et al. Karolinska sleepiness scale
(KSS)[M].STOP, THAT and One Hundred Other Sleep Scales. Springer, New
York, NY, 2011: 209-210.
[45] Kaida K, Takahashi M, Åkerstedt T, et al. Validation of the Karolinska sleepi-
ness scale against performance and EEG variables[J]. Clinical Neurophysiology,
2006, 117(7): 1574-1581.
[46] Carlsson A M. Assessment of chronic pain. I. Aspects of the reliability and va-
lidity of the visual analogue scale[J]. Pain, 1983, 16(1): 87-101.
[47] Morris J D. Observations: SAM: the Self-Assessment Manikin; an efficient
cross-cultural measurement of emotional response[J]. Journal of advertising re-
search, 1995, 35(6): 63-68.
[48] Roenneberg T, Kuehnle T, Pramstaller P P, et al. A marker for the end of ado-
lescence[J]. Current Biology, 2004, 14(24): R1038-R1039.
[49] Baumeister R F, Tierney J. Willpower: Rediscovering the greatest human
strength[M]. Penguin, 2012.
[50] 马煊, 陈龙, 裴华, 等. 应对方式, 人格特征与应激水平的关系[J]. 中国临
床心理学杂志, 2004, 12(1): 48-49.

71
浙江大学硕士学位论文 参考文献

[51] Bosch I V D, Salimpoor V N, Zatorre R J. Familiarity mediates the relationship

between emotional arousal and pleasure during music listening[J]. Frontiers in
Human Neuroscience, 2013, 7(13):534.
[52] Zhang K, Zhang H, Li S, et al. The PMEmo Dataset for Music Emotion Recog-
nition[C].Proceedings of the 2018 ACM on International Conference on Multi-
media Retrieval. ACM, 2018: 135-142.
[53] Thayer R E. The biopsychology of mood and arousal[M]. Oxford University
Press, 1990.
[54] Yu L C, Lee L H, Hao S, et al. Building Chinese affective resources in va-
lence-arousal dimensions[C].Proceedings of the 2016 Conference of the North
American Chapter of the Association for Computational Linguistics: Human
Language Technologies. 2016: 540-545.
[55] 任志洪, 叶一舵. 国内外关于主观幸福感影响因素研究述评[J]. 福建师范
大学学报(哲学社会科学版), 2006(4):152-158.
[56] 内隐人格观对他人知觉的影响[J]. 心理与行为研究, 2015, 13(1):44-51.
[57] 中国互联网络信息中心, 李静. 第 41 次《中国互联网络发展状况统计报告》
发布[J]. 中国广播, 2018(3):96-96.
[58] 过为. 蓝色意象的来源及其应用研究[J]. 艺术与设计：理论, 2008(1):13-15.
[59] Nielsen J, Molich R. Heuristic evaluation of user interfaces[C]. Conference on
Human Factors in Computing Systems. 1990.
[60] Horne J A, Ostberg O. A self-assessment questionnaire to determine morning-
ness-eveningness in human circadian rhythms.[J]. Int J Chronobiol, 1976,
4(2):97-110.
[61] Carciofo R , Du F , Song N , et al. Age-related chronotype differences in Chi-
nese, and reliability assessment of a reduced version of the Chinese Morning-
ness-Eveningness Questionnaire[J]. SLEEP AND BIOLOGICAL RHYTHMS,
2012, 10(4):310-318.
[62] Adan A, Almirall H. Horne & Östberg morningness-eveningness questionnaire:
A reduced scale[J]. Personality & Individual Differences, 1991, 12(3):241-253.

72
浙江大学硕士学位论文 参考文献

[63] Wohlgemuth W K, Edinger J D, Fins A I, et al. How many nights are enough?
The short-term stability of sleep parameters in elderly insomniacs and normal
sleepers[J]. Psychophysiology, 1999, 36(2): 233-244.
[64] 萧政. 面板数据分析[M]. 中国人民大学出版社, 2012.
[65] Greer W, Sandridge A L, Chehabeddine R S. The frequency distribution of age
at natural menopause among Saudi Arabian women[J]. Maturitas, 2003, 46(4):
263-272.
[66] 汤敏佳. 当代大学生手机依赖综合症分析[J]. 江苏高教, 2010 (1): 154-155.
[67] 姜悦. 极简主义在产品设计中的应用[J]. 工业设计, 2018(1):45-46.
[68] 王文瑜. 无线便携式多媒体音响设计研究[J]. 包装工程, 2017(12):177-181.
[69] 唐纳德诺曼. 设计心理学:情感化设计[M]. 2015.
[70] Park C W, Alderman J. Designing Across Senses: A Multimodal Approach to
Product Design[J]. 2018.
[71] Laugwitz, B., Schrepp, M. & Held, T. (2008). Construction and evaluation of a
user experience questionnaire. In: Holzinger, A. (Ed.): USAB 2008, LNCS 5298,
pp. 63-76.
[72] Schrepp M, Hinderks A, Thomaschewski J. Applying the user experience ques-
tionnaire (UEQ) in different evaluation scenarios[C].International Conference of
Design, User Experience, and Usability. Springer, Cham, 2014: 383.

73
浙江大学硕士学位论文 攻读硕士学位期间主要的研究成果

攻读硕士学位期间主要的研究成果

1.发表论文

2.专利

3.奖励荣誉

74
浙江大学硕士学位论文 致谢

致谢

2018 年 12 月 18 日

75
浙江大学硕士学位论文 附录 1

附录 1

清晨型和夜晚型自评量表(MEQ-5)

谢谢您的参与！本问卷将考察您的睡眠类型，问卷结果作为后续实验被试筛
选的重要条件，请您认真填写。
请您在回答下列问题时，请不要检查和修改已完成的答案。每项问题请您只
反馈一个答案。而答案没有正确与错误之分，请根据您的第一反应进行回答。有
些问题以图形的方式呈现，请您选择图上适合的选项。
请按照您的真实生活情况作答，您所回答的内容课题组将会完全保密。

(1) 如果您只需要考虑自己的生活习惯，并且您可以自由计划白天的时间，那么
您想什么时候起床？

5(上午) 6 7 8 9 10 11 12
5 4 3 2 1

(2) 早上起床后半小时内您会感到疲倦么？
１□非常疲倦
２□比较疲倦
３□比较清爽
４□非常清爽

(3) 您会在晚上大约几点感到疲倦，想去睡觉？

8(夜晚) 9 10 11 12(午夜) 1 2 3
5 4 3 2 1

76
浙江大学硕士学位论文 附录 1

(4) 一天中的哪个时间是您最清醒、感觉最好的时间?

12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
午夜 中午 午夜
1 5 4 3 2 1

(5) 人们的睡眠类型分为“清晨型”和“夜晚型”。您觉得自己偏向于哪种?
６□ 绝对的“清晨型”
４□“清晨型”多过“夜晚型”
２□“夜晚型”多过“清晨型”
０□ 绝对的“夜晚型”

77
浙江大学硕士学位论文 附录 2

附录 2

实验知情同意书

1. 研究背景介绍
您即将参加一项浙大计算机学院，NextLab 设立的情感化音乐唤醒实验。这
项实验是为了研究音乐情感驱动的唤醒方法，对于改善用户起床后昏睡疲惫感和
负面情绪效果。此份知情书将会提供一些信息来帮助您决定是否参加此项实验。
您参与本实验应是本着自愿的原则，本项目已经通过伦理审查委员会审查。如果
您愿意参加此项实验，请详细阅读下列说明。

2. 研究目的
本实验的研究是为了验证音乐情感驱动的唤醒方法，对于起床后的昏睡疲惫
感和负面情绪的改善效果。

3. 实验过程和方法
实验中所用到的唤醒音乐均为近年来的国际流行音乐，请您放心使用。实验
期间请在每晚睡前设定一个起床闹钟，第二天起床后关闭闹钟的同时反馈当前的
心情状态。关于心情状态的反馈是一个简短的量表打分，您仅需主观评估自己当
前的愉悦状态和清醒状态。

实验前请确保：
（1）在参与实验前 30 天内以及实验进行的期间，您没有且不打算进行跨时
区的旅行，且无夜班或其他改变日常作息的熬夜行为。
（2）在实验期间，您每周需要保证有 3 个以上需要早起的工作日，且需保
持原来的作息习惯。
（4）您需要保证身体健康，不吸烟，没有患过重大疾病或和睡眠相关的疾

78
浙江大学硕士学位论文 附录 2

病，且在实验期间不服用任何药物，不饮酒，避免摄入咖啡因，避免剧烈运动。

4. 研究可能的收益
在您参与的情感化音乐唤醒实验中，您对于不同情感的音乐唤醒后的情感反
馈将会以量化的数据形式被记录，实验的结果将推动音乐情感计唤醒的研究和相
关设计的产出，对社会产生积极影响。

5. 风险和隐私
如果设备的音量过大可能会造成轻微头晕，但实验所设置的正常音量对人体
健康无影响。
本实验的研究成果可能会被发表，并可能会作为教学内容使用。但与您隐私
相关的内容将会受到有效的保护。除非得到您的许可，您的个人信息不会出现在
本实验室发布的任何公开材料中，这些信息包括您的姓名和其他任何可以确认您
个人背景的信息。

6. 酬金费用
实验将进行 1 周时间。完成全部实验将获得 30 元（人民币）酬金。

7. 自由退出
如果您在实验过程中出现任何的不适，可以自由退出实验。

通过本知情同意书，我已对相关音乐情感唤醒研究内容有了深入了解。我声明我
已被告知本研究的研究目的、实验的过程和方法，已知晓实验相关的风险和隐私
问题。我自愿参与本次情感化音乐唤醒实验。

签名______________________

79
浙江大学硕士学位论文 附录 3

附录 3

EmoClock 硬件产品体验问卷

为了给您带来更好的用户体验，请您在体验完产品后，请填写以下问卷来评
价 EmoClock 的硬件体验。本问卷由语义相反的形容词组成，每组词分别描述产
品的不同方面的属性。每对反义词之间划分为 7 个评分等级，请根据产品与形
容词的相符程度评判 EmoClock 的产品体验，请您选择最适合表达您的主观感受
的选项。
谢谢您的参与！请您在反馈时尽量凭您对于产品的第一印象，不用在选项间
多度犹豫和修改。如果您对某一项的评价不完全确定，或者觉得两个形容词都不
太适合用来描述该产品，也请务必选择一个选项。各选项的答案并无对错之分，
我们希望通过本问卷了解您对于 EmoClock 用户体验的评价。
1. 您的性别
□男 □女
2. 现在请您对 EmoClock 硬件产品进行评价，每行只能选择一个选项。
1 2 3 4 5 6 7
令人不快的 □ □ □ □ □ □ □ 令人愉快的
费解的 □ □ □ □ □ □ □ 易懂的
富有创造力的 □ □ □ □ □ □ □ 平淡无奇的
易学的 □ □ □ □ □ □ □ 难学的
有价值的 □ □ □ □ □ □ □ 低劣的
无趣的 □ □ □ □ □ □ □ 有趣的
独创的 □ □ □ □ □ □ □ 俗套的
妨碍的 □ □ □ □ □ □ □ 支持性的
令人不快的 □ □ □ □ □ □ □ 令人愉快的
好的 □ □ □ □ □ □ □ 差的
80
浙江大学硕士学位论文 附录 3

1 2 3 4 5 6 7
复杂的 □ □ □ □ □ □ □ 简单的
令人厌倦的 □ □ □ □ □ □ □ 惹人喜爱的
传统的 □ □ □ □ □ □ □ 新颖的
不合意的 □ □ □ □ □ □ □ 合意的
可靠的 □ □ □ □ □ □ □ 不可靠的
令人兴奋的 □ □ □ □ □ □ □ 令人昏睡的
符合预期的 □ □ □ □ □ □ □ 不合期望的
低效的 □ □ □ □ □ □ □ 高效的
一目了然的 □ □ □ □ □ □ □ 令人眼花缭乱的
不实用的 □ □ □ □ □ □ □ 实用的
井然有序的 □ □ □ □ □ □ □ 杂乱无章的
吸引人的 □ □ □ □ □ □ □ 无吸引力的
引起好感的 □ □ □ □ □ □ □ 令人反感的
保守的 □ □ □ □ □ □ □ 创新的

81