语音和免提交互：神话、挑战与机遇

长期以来，人机交互（HCI）研究致力于更好地促进人类与机器之间信息传输的自然化。不幸的是，人类最自然的交流方式——语音，也是机器最难理解的交流方式之一——尽管，或许正因为它是我们拥有的最高带宽的交流渠道。尽管在工程、语言学和认知科学等领域投入了大量研究努力，以提高机器理解语音的能力，但CHI社区（以及更广泛的HCI领域）在将这种交流方式作为研究的核心重点方面相对谨慎。这在一定程度上可以归因于处理语音时错误率的意外变化，与行业经常提出的成功但往往没有根据的声明形成对比，同时也归因于设计和特别是评估语音和自然语言界面的内在困难。因此，交互式语音系统的开发主要由工程努力驱动，以改进这些系统，以很大程度上任意的性能指标为依据。这些发展往往缺乏任何以用户为中心的设计原则或对可用性和有用性的考虑。本课程的目标是让CHI社区了解当前语音和自然语言研究的现状，消除围绕基于语音的交互的一些神话，并为研究人员和实践者提供一个机会，了解更多关于语音识别和语音合成的工作原理，它们的局限性，以及如何利用它们来增强当前的交互范式。通过这种方式，我们希望HCI研究人员和实践者能够学习如何将语音处理的最新进展与以用户为中心的原则结合起来，设计出更可用和有用的基于语音的交互系统。