声音可访问性：与失语症患者共同展望可访问的音频媒体未来

研究背景与问题

• 作者发现的问题或挑战：音频媒体(如广播和播客)对全球事件、教育和娱乐至关重要。然而，对于有复杂交流需求的用户(如失语症患者)，音频媒体的可访问性存在重大挑战。虽然研究已集中于视听媒体的可访问性，针对音频媒体尤其是复杂交流需求用户的研究仍旧稀缺。
• 为什么这个问题很重要：失语症患者受语言障碍影响，其日常交流和信息获取能力受到限制。由于音频媒体的广泛使用，这种可访问性问题妨碍了他们平等参与信息获取和文化体验。解决该问题不仅能提升失语症患者的生活质量，还能推动反能力歧视的设计实践。
• 研究动机与相关工作：作者提出了两个主要问题：(1)如何设计干预方式以增强失语症患者参与和体验音频媒体的能力？(2)这些干预方式如何融入日常生活？此外，还探讨了音频媒体消费的社会动态及干预如何影响这类体验。本研究弥补了关于失语症患者音频媒体可访问性的研究空白，为设计领域提供新方向。

解决方案

• 作者提出的方法或解决方案：采用“设计驱动研究”(Research-through-Design)方法，通过六次共同设计工作坊以及研制低保真和高保真的技术工具，探索失语症患者与音频媒体的互动并设计新型可访问性解决方案。
• 该解决方案的创新之处：
  1. 强调音频媒体超越工具本身的社会和情感作用，包括对治疗和恢复的贡献。
  2. 提出了三种主要的音频媒体改进方向：多模式增强(结合视觉或文本辅助)、内容重组与简化(如摘要和分段)、设计全新符合失语症患者需求的格式。
  3. 引入生成式人工智能技术(如自动摘要生成和图像创作)来实现个性化和无障碍。
• 实施步骤和关键技术：
  1. 与失语症患者共同设计(参与设计)工作坊，收集需求和反馈。
  2. 在后期阶段引入技术工具，如“AccioBook”(语音节奏控制)、“Simplico”(简化内容)和“IncluScribe”(多模式视觉辅助)。
  3. 利用生成式AI技术，如OpenAI的GPT模型生成文本和图像，加强可访问性。
  4. 将设计原型与失语症患者共同测试，以迭代解决方案。

研究成果

• 取得了哪些具体成果：
  1. 深入理解失语症患者在音频媒体消费中遇到的障碍，例如认知负担、语言理解难度和短期记忆挑战。
  2. 建立了多模式增强、内容重组和失语症友好格式等新设计方向，提供具体的设计建议。
  3. 制作并测试了技术探针工具，如自动速率控制和简化功能，直接展示可用于失语症患者的创新解决方案。
• 与现有解决方案相比的优势：
  1. 打破传统音频媒体对“正常语音流畅性”的依赖，提出以用户为中心的创新设计。
  2. 使用生成式AI将个性化与无障碍结合，无需完全依赖传统的人工设计。
  3. 将用户的情感、社会互动和恢复经验纳入设计范围，拓展了传统的可访问性研究。
• 实验或评估结果：
  1. 工作坊揭示了失语症患者对复杂语言和长篇音频的理解困难。
  2. 原型工具的功能，如AccioBook的节奏控制和Simplico的语音简化功能，受到了积极的认可，尤其是在减轻认知负担上。
  3. 视觉辅助工具（如IncluScribe生成图像）被认为对理解有所帮助，但图像质量和准确性有待提升。
• 局限性与未来方向：
  1. 工具的长期效果和真实场景下的应用仍需进一步验证。
  2. 需要研究生成式AI生成内容的误差对用户的影响，以及改进的方法。
  3. 探讨如何将这些技术工具融入现有的音频媒体平台，同时保持艺术创作的完整性。
  4. 考虑更广范围的使用人群，如其他复杂交流需求的用户群体。

通过本研究，作者不仅提出了重新定义音频媒体可访问性的新框架，还为未来设计与研究提供了丰富的启发与路径。