Latte:用于Android的用例和辅助服务驱动的自动化可访问性测试框架

语音可访问性运动障碍辅助输入技术软件工程师与开发者辅助技术专家HCI 研究员

文献标题

Latte: Use-Case and Assistive-Service Driven Automated Accessibility Testing Framework for Android

文献信息

  • 主题领域: Android 应用的可访问性测试与评估
  • 关键词: Android, 可访问性, 自动化测试, 辅助服务, 移动应用, 可用性测试, 无障碍设计, Graphical User Interface (GUI) 测试, TalkBack, SwitchAccess

研究背景与问题

  • 发现问题与挑战:

    • 超过15%的人口有某种形式的残疾,移动应用的无障碍性对他们尤为重要。
    • 现有的自动化无障碍评估工具主要基于预定义的规则,但无法反映残疾用户的实际交互体验。
    • 当前技术的局限性包括:过多的警告、未区分主要功能与次要功能、忽略辅助服务中的关键用户交互问题。
    • 使用现有的辅助工具(如TalkBack或SwitchAccess)对动态界面或自定义控件的支持有限。
  • 研究重要性:

    • 改善移动应用的可访问性是技术创新的重要目标。
    • 有效的无障碍测试能够帮助开发者提升用户体验,避免影响广泛残疾用户的应用使用。
  • 研究动机与相关工作:

    • 以往方法包括静态分析和动态分析,但都存在无法捕获实际用户交互问题的不足。
    • 动态分析(如Google Accessibility Scanner)需要人工操作,且无法系统地覆盖所有主要功能。
    • 研究的动机在于开发一种新的方法,能够真实地反映残疾用户的实际交互方式,并识别与辅助服务相关的关键无障碍问题。

解决方案

  • 方法和解决方案:

    • 提出了一种名为Latte的高保真自动化可访问性测试框架。
    • Latte的关键思想是借用开发者已有的功能性测试,提取用例并在辅助服务(TalkBack和SwitchAccess)中自动执行这些用例,检测无障碍问题。
  • 创新之处:

    • 集成功能测试与使用辅助服务的无障碍测试,从用户交互的视角检测可访问性问题。
    • 自动执行应用的用例,同时生成详细的报告(包括错误原因及重现步骤)。
    • 减少开发者需要处理的警告数量,报告更加精准且针对应用主要功能的缺陷。
  • 实施步骤及关键技术:

    • 步骤1 - 测试分析器: 分析输入的GUI测试,将其转化为用户能够感知的用例规范。
    • 步骤2 - 用例执行器: 在TalkBack与SwitchAccess环境中执行用例,通过辅助服务的API模拟用户交互。
    • 步骤3 - 结果分析器: 收集执行过程的数据,包括可访问性问题、交互次数,并生成可用性报告。
    • 使用动态程序分析、安卓AccessibilityService扩展以及自动化测试框架如Appium完成。

研究成果

  • 具体成果:

    • Latte能够检测出Google Accessibility Scanner未能发现的大量无障碍问题。
    • 测试了20个真实世界的Android应用,发现32个现有技术无法检测的问题。
    • 在对用例的执行准确性上,Latte实现了100%的精确率(无误报)。
  • 与现有解决方案的比较优势:

    • Latte考虑了用户的重要功能用例,而不仅是静态的屏幕扫描,显著减少了开发者在次要问题上的工作负担。
    • 相比Google Accessibility Scanner,Latte发现了更多重要缺陷(例如动态布局问题、导航路径阻塞、非标准组件问题)。
    • 通过更加精确和可操作的报告提高了开发者的修复效率。
  • 实验与评估结果:

    • 在实验中,平均每个用例执行需要11次直接交互,使用辅助服务则需要43次和51次交互。
    • Scanner产生了1,716个问题报告,而相关问题仅占18个;相比之下,Latte仅报告每个用例的核心无障碍问题。
    • Latte在动态布局、导航循环、非标准实现等问题类别上进行了系统性分类,并提供解决方案建议。
  • 局限性与未来方向:

    • Latte未覆盖非辅助服务用户(如低对比度文本)的可访问性问题,需要与其他工具结合使用。
    • 未来研究将扩展至更多辅助服务与复杂手势,开展用户研究以发现未被探测的无障碍问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/47372/2021

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3411764.3445455
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
语音可访问性、运动障碍辅助输入技术
work
职业/产业
软件工程师与开发者、辅助技术专家、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
1 篇相关论文