仅通过音频交互识别语音输入错误

语音已成为越来越常见的文本输入方式，从智能手机和智能手表到基于语音的智能个人助手。然而，当没有视觉反馈时，审查识别的文本以识别和纠正错误是一个挑战。在本文中，我们首先量化并描述了用户容易忽略的语音识别错误，并研究了通过操纵单词之间的停顿、语速和语音重复来更好地支持这一错误识别任务的方法。为了实现这些目标，我们进行了一系列四项研究。第一项研究是在实验室进行的，结果显示，当参与者听取识别文本的音频输出时，他们错过了超过50%的语音识别错误的识别。在此结果的基础上，第二至第四项研究是在在线众包平台上进行的，结果显示，在单词之间添加停顿可以提高错误识别率，与不添加停顿相比，更高的语速（300字/分钟）会降低错误识别能力，重复语音输出并不能提高错误识别。我们得出了仅使用音频的语音听写设计的启示。