配音演员的声音对广告效果的影响研究
——对非结构化音频数据的解读

王毅 刘钾

一、引言

大数据时代已经到来，在互联网大数据中绝大部分的数据将是以音频、视频、文本等非结构化数据的形式存在。在这些非结构化数据中，声音广告作为音频数据在商业中的典型应用，近些年在广告的形式、内容和传播渠道方面获得了巨大的创新和发展。随着移动互联网和智能终端的普及，包括传统的广播广告在内，音频社交软件、音频分享平台、音频课程、音乐APP等都进入了井喷式的发展阶段。以美国市场为例，据不完全统计，声音广告在美国人中的到达率超过93%，成为仅次于电视、互联网、报纸的第四大广告媒体。声音广告的发展为非结构化音频数据提供了丰富的素材，如何对这些非结构化音频数据进行存储、处理、分析并应用于商业实践是当下企业和研究者关注的重点。

在声音广告中，配音演员的声音是广告的主角。无论它是单独呈现还是和背景音乐等元素一起呈现，广告里的“人声”都是听众关注的重点。它是传达品牌理念的工具，合适的声音会与其他要素一起构成更为丰富的品牌形象，从而在充斥着竞争信息的世界里抓住听众的注意力[1]。

在声音广告制作中，广告公司和广告主是如何选出他们的“好声音”呢？针对这个问题，研究者对北京市10家比较知名的广告代理公司进行了调研。从调研的结果发现，目前广告代理公司在选择声音广告配音演员时还没有严格的工作流程和明确的选择标准。Dahl(2010)[2]也认为在广告配音领域，有关“什么样的配音演员声音更好”的经验有很多，但是大部分都是以管理者个人的直觉或者一些成功广告的证据为基础，尽管有些声音类型深受广告商的青睐，但是几乎没有确凿的证据可以对此做出解释。

如何选择适当的配音演员的声音，这不仅是实践中的管理问题，更是将实践经验转化为科学研究的标准化问题，其解决的核心在于声音广告中音频数据的标准化、测量和评价。有鉴于此，本研究对市场营销、心理学、语言学、声学、计算机科学等领域展开文献回顾，借鉴语音识别、语音合成、疾病治疗、认知决策领域的研究成果和研究方法，对声音广告中配音演员的声音选择问题展开研究，尝试以跨学科的方法运用多种数据处理工具来探索声音广告中音频数据的处理问题。本文主要聚焦于三个问题：其一是配音演员的声音是否会影响到听众的广告态度？其二是如果有影响，不同的声音类型对广告效果有何影响作用？其三是这些不同的声音类型该如何用声学参数来进行描述？

本文随后在对多学科领域的研究成果进行综述的基础上，提出本研究的框架和研究设计，借鉴声学和计算科学的音频数据处理工具，对实验声音样本的广告效果进行分析，以回答研究所提出的三个核心问题。

二、文献综述

语言是人们交流思想的媒介，在人际沟通中扮演着十分重要的角色。在语言交流中，我们不仅可以通过“言”( 词汇)来传递信息，还可以通过词汇的表达方式——“语”(声音)来传递信息[3]。在很多情况下，声音本身似乎比语言内容更能影响听众的态度和认知[4-5]。在生物学、心理学、政治学和市场营销学等多个学科的研究中，已有大量的文献表明听众不仅能够分辨出不同的声音，并且还会对不同的声音做出不同的认知反应[6]。

(一)有关声音对广告效果影响方面的研究

在营销领域，研究者关注声音对于听众广告的影响作用已经具有较长的研究历史，但是这些研究大多是基于有限的受众样本所进行的行为实验，对于声音特征的分析也比较有限[7-9]。

在早期，很多研究者对营销广告的语速给予了更多的关注，其原因在于广告公司对这种缩短广告时间、降低广告成本的应用非常感兴趣。有学者对电视、电台广告中缩短广告时间、加快语速对听众认知和态度的影响进行了研究，但得出的结论却不尽一致。Maclachlan和Siegel (1980)[10]研究发现人们喜欢比正常语速略快的语速，较快的语速不仅增加了人们的好感，还让听众更加关注广告信息的处理。但随后的研究却表明，加快的广告语速使得听众没有时间详细了解广告，从而降低了人们处理信息的机会[11-12]。当语速超过平常速度时，听众可能不太理会广告的内容，而转向关注背景音乐等周边线索。Megehee等(2003)[13]对广告配音中语速的影响作用给出了一个比较合理的解释，研究发现语速较快的广告更容易激发听众的情感反应，提高其对广告的好感；而在较慢的语速下，听众更容易关注广告的信息。

配音演员的口音也是研究者关注的一个焦点。Morales等(2012)[14]研究了在商业广告中配音演员的口音对消费者评价和对产品服务的记忆的影响。研究发现，当说话者使用听众不太熟悉但更加标准(如大不列颠口音)时，听众给予广告的评分更高；但另一方面，广告中的标准化口音会降低听众的品牌回忆准确度。除此之外，还有研究显示配音演员的低音会对广告认知过程产生更积极的广告态度和品牌态度，而语音停顿则没有明显的影响效果[7]。

这些研究为随后的声音广告研究做出了宝贵的探索，为了更进一步探究不同声音对广告效果的影响机制，研究者有必要深入到更加广阔的学科领域进行全方位的文献回顾和探讨。

(二)关于声音特征对受众感知影响方面的文献梳理

关于人的声音的研究，最早发端于医学、声学领域对于发声器官、听觉感知的研究，相关研究表明人的声音中携带着丰富的声学信息，如发言者的物理特征、内在个性以及说话时的情感状态等[15]。对听众而言，正是基于这样的医学常识和物理学基础，听众会根据不同的声音特征对发言者的相关属性进行推断，并形成对声音的综合评价，这正是听觉感知的科学基础[16]。在多个学科的相关研究中，研究者主要从听众能够感知到的声音特征(如音高、音量、性别等)着手来研究这些声音特征对听众感知的影响。

在现有研究中，音高对于受众感知的影响得到了众多学者的关注。根据说服的对偶过程理论和启发式系统模型，那些没有能力或者不愿意处理信息的听众更多依赖外围提示(如发言者的音高)来进行信息判断[17]。Apple等(1979)[18]在研究中利用电子手段改变声音的音高，结果表明，与低频声音相比，高频声音让人觉得缺乏真实感、缺少同情心、功效差、不够放松。还有研究认为，对于男性发言者，低音会使听众感觉比较舒服、有吸引力和有说服力[19]。提高音高会令听众感到演讲者缺乏能力而且不够亲切[20]，而且高音会令听众感觉不够真诚，不够有说服力，软弱并且焦虑[18]。

音量是另一项受到关注的重要特征，它在多个营销领域(如电话销售、现场服务等)里发挥着重要作用。以往的研究表明，响亮的声音意味着控制、果断和咄咄逼人[3]，而轻声细语则意味着服从、尊重和不确定[21-22]。虽然声音的大小在现实中更容易被观察和控制，但是关注音量对听众影响的研究并不多，音量的变化以及它与其他声音特征之间的交互关系也是未来研究的一个重要方向。

语言学和心理学研究还表明，听众对不同性别的声音(男声和女声)的感知和评价标准有较大差异，一般而言，高频女声较受欢迎[23]，低频男声更受欢迎[18]。在女性的声音表现中，除了常见的音调、音高等声音特征外，呼吸和变音等特点似乎也是决定女性声音优美的重要因素，这使得对女性声音的分析会加倍复杂[24]。因此，虽然在实践中电视、广播、电台广告非常普遍地使用女性声音，但是考虑到女性声音特征的复杂性，在各个研究领域中以女性声音为对象的研究并不是很多。

(三)基于计算机技术的声音特征研究

在经典的声音广告研究中，学者们主要通过对声音特征的主观评价来对声音广告进行分析。近年来，音频数据的记录、收集和分类技术得到了日益完善和广泛应用，利用现代计算机技术处理传统音频数据已经成为一种研究趋势。借助现代计算机技术，研究者可以从一条简单的声音样本中提取蕴含着丰富信息的多种声学参数，从而对声音进行客观的描述和评价。通过对这些声学参数的提取并分析其与听众感知评价之间的内在关系，可以令本领域的研究更加具备科学性的特征，同时研究的结果也将更加富有推广性和横向比较性[1]。

当一个人讲话时，声音将会以声波形式进行传播。虽然声波是连续的，但技术上只能用离散时间对其进行存储，通过从原始模拟信号中抽样出样本信息来得到数字化语音数据。因此，形成声音样本的过程实际上是一个抽样的过程。通过对声音样本的声学特征(如基频、能量分布、共振峰特征等)的提取，研究者可以获得对于声音样本的全面声学特征描述。在进行声音特征参数提取时，既可以使用MATLAB，自己编程或者使用其他研究提供的提取语音特征的工具插件(VOICEBOX, COLEA, VoiceSauce等)，也可以使用语音分析软件Praat进行声学特征的抽取。

由于各个学科领域的研究目标有所差异，因此在不同的研究中所关注的声学参数各有不同。在音乐声学领域，常用共振峰、基频能量、谐波分布等指标来评价歌唱家的声音质量，如乐音的音高取决于基音频率基频，音量取决于振幅，而音色则主要取决于泛音的数量、频率和强度[25]。在嗓音医学领域，主要使用的研究参数包括基频、振幅、基频微扰值、振幅微扰值、噪声谱谐噪比、标准化噪声能量、共振峰及其特征等[26]。在心理学领域，常采用包括频谱类参数、基频、第一共振峰等参数来研究受众对声音的感知。在营销领域中，Xiao等(2013)[1]提出可以使用音高、强度、时序属性、音高和强度的斜率等音频特征进行营销问题的研究。

通过对多领域相关文献的研读和回顾，研究者发现声音是一个非常复杂的研究领域。现有的声音特征分类仅能在一定程度上对声音进行定性描述，研究的客观性和可复制性还有较大的不足；另外，声音之美在于多种声音特征的交互作用而产生复杂的谐波，现有的研究方法对此问题还没有很好的解决方案；同时，现有的声音研究大多只是基于小样本的行为实验研究，对于声音特征影响听众感知的影响机制还缺乏深入的探讨。

(四)研究框架

有鉴于此，我们将从计算机科学领域借鉴相关的研究成果和研究工具，采用声学和计算机科学的相关方法来抽取声音的特征，结合行为实验中所获取的受众评价和态度数据，以探索声音对消费者广告评价的影响机制。由此提出本研究的框架如图1所示。

图1 研究框架

本研究主要聚焦于声音广告中配音演员的声音对广告效果的影响，选择从主观听众评价和客观声学参数两个角度来对受众的广告态度进行解读，研究中声音类型和广告态度是来自受众对声音的感知和评价，声学参数则主要选择了基频类、响度类、微扰值类、共振峰类4类参数进行分析。具体的研究设计和数据分析过程将在下文进行详细说明。

三、研究设计

本研究的目的是为了探索配音演员的声音如何影响到听众的广告态度，及不同的声音对广告效果的影响机制，在此基础上建立声音类型与声学参数之间的联系。本研究进行了精心的试验设计以达到此研究目的。第一步，进行声音广告的制作和听众反应数据的收集。本研究设计出专门的声音广告方案并进行了实验广告的制作，运用组间实验设计收集了140位被试的广告态度数据。第二步，运用数字信号处理技术将实验广告转换为数字信号，去除广告样本中的噪声并进行标准化处理，然后进行各种声学特征的抽取。第三步，利用所收集的广告态度数据和抽取的声学特征数据进行音频数据的分析，从多个角度对广告态度差异的形成原因进行深入分析，并初步探索了声音类型与声学参数之间的整体关系。

(一)声音广告样本制作

基于研究的目标，本研究专门设计出声音广告脚本并进行了声音广告样本的录制。研究者设计出虚拟的英语培训品牌(布瑞英语)，并对该虚拟品牌进行了广告脚本的设计，包括：品牌介绍、品牌口号和品牌广告。为了减少干扰，实验中使用的文字材料完全是全新设计的；广告脚本设计的原则是符合现实，符合逻辑，但并不能过于引人注意，不能包含容易让受众产生对现有品牌联想的词语。这样设计的目的是保证被试的注意力更多放在声音上，而不是被广告词所吸引。

本研究邀请某高校广播电台的7位男性播音员来为研究录制实验广告样本，这些播音员均受过较为专业的播音训练，校广播电台也具备专业的录音设备、录音间等设施。研究还对播音员的广告录制标准进行了严格规定：

1.男性声音；

2.普通话标准，无明显口音；

3.中等语速；

4.无错别字、口误、不当停顿、不流畅等明显失误。

基于以上的实验广告设计，进行了声音广告样本的录制及切割。7位配音演员的声音样本都被分为4段，分别是3～4秒的品牌介绍，3秒的品牌口号，20～25秒的品牌广告，1～3秒的姓名播报。经过处理后，共得到28个声音样本。

(二)实验过程

本研究采取组内实验设计，邀请了某高校140位本科生和硕士研究生进入专门的声音研究实验室参与这项实验，实验室中配置专业的覆盖式耳机、计算机，研究者为本实验设立了专门的调研服务器和实验网页，每位被试在计算机上通过实验网页进行答题，声音广告样本嵌入到实验网页中需要被试亲手点击播放，实验广告的播放顺序对每位被试都是随机的。

在实验网页的第一部分，每位被试需要阅读品牌的情况介绍，并对广告词、品牌印象进行评价。第二部分，每位被试倾听3个实验广告，广告的播放顺序是随机的，每个广告播放2次，在每段录音播放完毕后，被试需要对该声音广告的声音类型、广告态度、购买意向进行评价，以及被试对该品牌的品牌价格、服务质量、品牌个性等品牌特征的推断。第三部分，在所有声音广告播放完毕后，被试需要对品牌形象进行重新评价，并根据刚才听到的声音样本，评价声音之间的差异，同时还需回答对品牌的印象更多来源于广告词还是声音。最后，被试填写个人信息，包括：性别、年龄、工作状况、婚姻状况。

(三) 实验量表

在本实验中，被试需要对声音的类型、声音的品牌推断、品牌态度、广告态度、购买意向等变量进行打分，涉及的实验量表如下。

被试评价的声音类型有9种：大气、有穿透力、浑厚、华丽、磁性、阳光、优雅、知性、其他，这些声音类型是基于广告公司的访谈和文献研究整合而来。声音的品牌推断包括对实验品牌的产品价格、服务质量、品牌个性的推断。产品价格以及服务质量使用5点(高/低)里克特量表进行打分；品牌个性使用了品牌个性大五量表，包括真诚、刺激、教养、胜任和强壮等5个品牌个性[27]。广告态度、品牌态度和购买意向的测量借鉴了Miniard等(1990)[28]的量表来进行测量。对广告态度的测量使用3个5点量表(好/坏，有趣/无趣，喜欢/不喜欢)；对品牌态度的测量使用3个5点量表(赞许的/不快的，负面的/正面的，喜欢/不喜欢)；对购买意向的测量使用2个5点量表(喜欢/不喜欢，可能/不可能)。

四、数据分析

(一)广告样本的声音类型分析

在经过了6轮的预测试后，研究者基本确定了实验广告的有效性，并排除了行为学实验中多个样本同时测试中容易出现的顺序效应(order effect)的潜在影响。在正式实验中，被试需要认真倾听多个内容相同但是配音者不同的声音广告样本并做出态度评价和声音特征推断，这需要被试集中较长时间、较高强度的认知资源，被试容易因为精神疲倦而导致评价结果有所偏差。为了减低被试精神疲倦对于实验的影响，根据预测试的结果，在正式实验中选择了3个被试印象最深、最受被试欢迎的声音广告样本(样本编号为A、B、G)作为实验材料样本的声音类型分析见图2。

图2 广告样本的声音类型分析

通过对3个广告样本的声音类型分析可以看出，三个声音在“大气”“浑厚”“磁性”这几个声音类型中存在较大差异，其中声音G“浑厚”特征最为明显，在“阳光”上没有得分。声音B和A在“阳光”类型上相差不大，并且都以“阳光”“优雅” “知性”为前三个主要类型。A声音的前三个类型是“阳光”“优雅”“知性”；B声音的前三个声音类型是“阳光” “知性” “优雅”；G声音的前三个类型是“浑厚”“磁性”“大气”。该数据显示，本研究所选择的3个声音样本具有较大的差异性，有利于下一步的声音广告分析。

(二) 声音特征的抽取

基于前述关于市场营销学、广告学、嗓音医学、音乐声学等领域的研究结果，本研究选择抽取4类声学参数进行研究，分别为：基频类、响度类、微扰值类、共振峰类参数，研究对这些参数的均值、标准差和最大值进行了统计分析。本研究使用的参数抽取软件为Praat语音学软件，它是一款多功能语音分析软件，主要用于对数字化的语音信号进行分析、标注、处理及合成等实验。

表1 声学参数信息

基频是指声音波形周期的最低频率，在发音时，气流对声带的冲击导致其不断地张开和闭合，使通过声门的是一连串喷流，在这个过程中声带开启和闭合一次的时间，被称为基音周期。响度表示声音能量的强弱，主要取决于声波振幅的大小。响度反映了人耳对声音强弱感知的最基本参量。微扰值主要包括嗓音微扰值和振幅微扰值。嗓音微扰是指相邻周期间声波频率的变化率，反映声带振动周期间频率的差异，用来评价声样中音调的变异率，表明声带振动的不规律性。振幅微扰是描述相邻周期之间声波幅度的变化，主要反映嘶哑声程度。共振峰是指在声音的频谱中能量相对集中的一些区域，共振峰不但是音质的决定因素，而且反映了声道(共振腔)的物理特征。本文所研究的共振峰类参数是指第三共振峰的相关参数。

(三)不同声音对广告效果的影响

为了检验不同声音对受众广告态度的影响作用，本研究通过精心的实验设计控制了实验广告的脚本、播音方式、顺序效应、收听设备、噪音等外部干扰因素的影响，广告刺激的差异只是体现不同配音演员的声音，以检验不同的声音广告样本所获得的受众广告态度差异。

对3个实验声音样本的广告态度(广告态度、品牌态度以及购买意向)进行方差分析发现，球形检验的结果P值为小于0.05，适合进行一元方差分析。方差分析结果显示，平均单变量F检验的Greenhouse-Geisse和Huynh-Feldt检验的显著性概率均小于0.05，组内检验结果有显著差异，检验结果见表2。数据检验的结果说明，受众能够明显地感知到各个声音的不同，不同配音演员所阐释的声音广告的效果确实存在显著的差异。

表2 广告效果的一元方差分析

对3个实验声音样本的品牌个性推断(真诚、刺激、教养、胜任和强壮)进行方差分析发现，球形检验的结果P值为大于0.05，适合进行多元方差分析。方差分析结果显示，变量F检验的Pillai、Lambda、Hotelling和Roy这4种检验方法的显著性概率均小于0.05，组内检验结果有显著差异，检验结果见表3。对3个实验声音样本的品牌特征推断(产品价格和服务质量)的方差分析同样表现出组内检验结果有显著差异。数据检验的结果说明，受众能够明显地感知到各个声音所阐释的品牌广告有显著差异，不同配音演员所阐释的品牌形象和品牌特征有明显的不同。

表3 品牌个性推断的多元方差分析结果

续前表

(四)声音类型对广告效果的影响

为检验不同声音类型对广告效果的影响作用，研究者分别将广告态度(广告态度、品牌态度、购买意向)、品牌特征推断(产品价格、服务质量)、品牌个性推断(真诚、刺激、教养、胜任和强壮)作为因变量，将不同的声音类型(大气、有穿透力、浑厚、华丽、磁性、阳光、优雅、知性、其他)作为自变量，进行多元线性回归分析，以了解这些声音类型对因变量的解释度和预测能力。

声音类型对广告态度和品牌特征推断的回归分析显示，在各个声音类型中，“大气”“优雅”与广告态度和品牌态度是显著相关的，β值分别为-0.229、-0.197。“大气”“浑厚”“优雅”与购买意向是显著相关的，β值分别为-0.298、-0.295、-0.357。“大气”“浑厚”“阳光”“优雅”与产品价格是显著相关的，β值分别为-0.474、-0.459、-0.282、-0.316。“大气”“浑厚”“阳光”与服务质量是显著相关的，β值分别为-0.407、-0.432、-0.353。由于自变量声音类型为0-1变量，回归系数是指以自变量=1为参照，即自变量=0时，自变量对于因变量取高水平即取1时的作用方向。负向的回归系数说明该声音类型对因变量有正面作用。

声音类型对品牌个性推断的回归采用了二分类逻辑回归模型进行分析。以品牌个性的5个变量(真诚、刺激、教养、胜任和强壮)作为因变量，将不同的声音类型作为自变量，以了解这些声音类型对因变量的解释度和预测能力。结果显示，模型能很好地拟合数据，对于品牌个性，在除了“其他”之外的8个声音类型中，“华丽”“阳光”“知性” 对“真诚”有显著的正面影响，β值分别为-0.884、-0.730、-1.173。“阳光”对“刺激”有显著的正面影响，β值为-1.506。“大气”“有穿透力”“浑厚”“优雅” 对“胜任”有显著的正面影响，β值分别为-1.627、-1.147、-1.152、-0.990。“华丽”“磁性”“优雅”“知性” 对“教养”有显著的正面影响，β值分别为-1.032、-0.664、-1.051、-0.611。“浑厚” “磁性” 对“强壮”有显著的正面影响，β值分别为-2.397、-1.138。

(五)声学参数与声音类型的关系

前面的数据分析结果初步显示，配音演员的声音对广告效果确实存在明显影响作用，不同的声音类型会影响到广告效果、品牌个性推断和品牌特征推断，如何对这种影响作用进行客观化的描述？接下来本研究将使用4.2部分抽取的声学参数来对声音类型进行描述和阐释，以填补现有研究的空缺。

1.基频类参数与声音类型的关系。

基频的受众感知主要是声音的音高。比较分析的结果表明，当基频均值较高时(130.075Hz)，感知到的声音类型主要是：阳光、优雅、知性，当基频均值较低时(113.448Hz)，感知到的声音类型则变为：浑厚、磁性、大气。同时，随着基频均值的减小，受众对广告效果、品牌个性推断和品牌特征推断等变量的评价均值也呈减小的趋势，说明基频均值越小，受众对各个变量的评价越正面。

2.响度类参数与声音类型的关系。

响度的受众感知主要是声音的音量。比较分析的结果表明，当响度均值和最大值较高时(76.575dB，86.506dB)，感知到的声音类型主要是：阳光、知性、优雅；当响度均值和最大值较低时(64.662dB，75.996dB)，感知到的声音类型则变为：阳光、优雅、知性；当响度均值和最大值适中时(73.599dB，85.960dB)，感知到的声音类型则变为浑厚、磁性、大气。

3.微扰值参数与声音类型的关系。

对微扰值的测量选取了基频微扰值以及振幅微扰值，基频微扰值的受众感知主要是声音的粗糙程度。振幅微扰值的受众感知主要是声音的嘶哑程度。比较分析的结果表明，当基频微扰值较低时(1.821%)，感知到的声音类型主要是：阳光、优雅、知性；当基频微扰值较高时(3.262%)，感知到的声音类型则变为：浑厚、磁性、大气；当振幅微扰值较高时(10.857%)，感知到的声音类型主要是：阳光、优雅、知性；当振幅微扰值较低时(3.262%)，感知到的声音类型则变为：浑厚、磁性、大气。

4.共振峰参数与声音类型的关系。

对嗓音共振峰的研究成果表明第三共振峰是衡量专业歌唱家音色的重要客观数据，本研究选取第三共振峰作为客观评价参数。比较分析的结果表明，当第三共振峰基频均值较高时(2996.256Hz)，感知到的声音类型主要是：阳光、优雅、知性；当第三共振峰基频均值较低时(2940.525Hz)，感知到的声音类型则变为：浑厚、磁性、大气。

五、研究结论与展望

(一)结论与启示

在大数据日益广泛应用的今天，对于越来越多的非结构化数据的解读分析是企业和研究者将面临的巨大挑战，本研究选择以非结构化的音频数据作为研究对象，以典型的营销学研究问题作为切入点，借鉴声学和计算机科学的声学特征抽取技术，研究了配音演员的声音对广告效果的影响机制，研究的主要结论如下。

第一，配音演员的声音直接影响广告的效果。本研究采用跨学科的研究方法，综合使用了受众主观评价和客观声学参数两种视角，研究结果不仅证实受众可以清楚地辨别声音之间的差异，并且受众会对不同的声音产生不同的认知感受和广告态度。

第二，不同的声音类型对广告态度、品牌个性推断、品牌特征推断有显著的影响作用。本研究通过多次的预测试，从大量的声音广告样本中选择出3个具有较大特征差异和感知差异的广告样本，通过对这些广告样本的声音类别分析，探讨了不同的声音类别(大气、有穿透力、浑厚、华丽、磁性、阳光、优雅、知性、其他)对受众广告态度(广告态度、品牌态度、购买意向)、品牌个性推断(真诚、刺激、教养、胜任和强壮)和品牌特征推断(品牌个性、产品价格、服务质量)的影响作用。

第三，使用客观的声学参数可以对声音类型进行较为准确的描述和分类。在传统的声音研究中，研究者对于声音类型的分类和描述具有很大的不确定性和不稳定性，缺乏严谨的可供比较和反复检验的实证框架。本研究通过对声学参数和声音类型的比较分析，建立了较为清晰的声学参数与声音类型之间的逻辑联系框架，未来随着本领域研究的进一步深入，该框架会得到进一步的完善和扩展。

本研究关注于当前非结构化数据分析的热点问题，采用跨学科的研究视角，将声学、计算机科学、统计学和市场营销的研究方法进行整合，解决了在广告领域、大数据分析领域中备受关注的关键性问题。首先，本研究首次从实证的角度证明了配音演员选择对广告传播效果的重要作用，为音频数据研究领域进行了前沿性探索。其次，本研究使用客观的、可检验的声学参数对音频数据进行描述和分析，为本领域的研究者和实践者提出了音频数据处理和分析的初步技术框架。再次，本研究不仅从理论上解决了广告声音的分类框架问题，更从实践的角度提出了不同的广告品牌和广告策略所适合的声音类型。第四，本研究建立了声学参数与声音类型之间的逻辑联系框架，将帮助广告企业建立严谨科学的配音演员选择、培训及评价体系。最后，本研究的结论还将有助于广告企业对声音广告的录制、后期制作和效果测评等工作进行科学管理和效率提升。

(二)研究展望

音频数据研究领域将面临更加广阔的发展空间，在未来的研究方向可能存在于以下几个方面：一是在声音的参数表达中，频域参数和时域参数具有不同的含义和表达视角，在未来的研究中需要结合研究问题进行更加精准化的声学参数抽取与应用；二是随着声音样本库的丰富，声学参数的研究成果更加深入，未来的音频数据分析将更多使用人工智能、机器学习的算法进行深度分析；三是音频数据在未来将应用于更加广泛的商业领域，如营销人员甄选、公共关系策略设计、商业安全系统方案等。