语音和免提交互：神话、挑战与机遇

HCI研究长期以来一直致力于更好地、更自然地促进人与机器之间的信息传递。不幸的是，人类最自然的沟通方式，即语音，也是机器最难理解的沟通方式之一——尽管，或许正因为它是我们拥有的带宽最高的沟通渠道。虽然在工程、语言学和认知科学等领域投入了大量研究努力来提高机器理解语音的能力，但CHI社区（以及更广泛的HCI领域）在采用这种沟通方式作为研究的核心焦点方面相对谨慎。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说法相比，这往往没有根据，同时也归因于设计和特别是评估语音和自然语言接口的内在困难。因此，交互式语音系统的开发主要由工程努力驱动，以提高这些系统相对于很大程度上任意的性能指标。这样的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状态，消除围绕语音交互的一些神话，并为研究人员和从业者提供一个机会，了解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研究人员和从业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。