Voicemoji：为视障人士使用的语音输入表情符号

文献标题

Voicemoji: Emoji Entry Using Voice for Visually Impaired People

文献信息

• 主题领域: 人机交互与无障碍技术
• 关键词: 语音输入, emoji推荐, 语音用户界面, 无障碍, 视障用户

研究背景与问题

• 问题与挑战:
  • 视障用户需要使用屏幕阅读器逐项浏览emoji列表，这是一种缓慢且耗费时间的过程。
  • 当前的emoji输入方法存在认知负担、时间消耗过多、不一致性、以及发现新emoji和选择适合emoji的支持不足等问题。
• 重要性:
  • Emoji是日常在线交流的重要组成部分，可以增加交流的情感和语境信息，但视障用户面临的障碍往往限制了他们的社交体验和交流效率。
• 研究动机与相关工作:
  • 语音输入是视障用户常用且满意的一种交流方式。现有的语音emoji输入方法仅支持单词级输入，无法满足复杂emoji表达的需求，也不支持新emoji的探索。
  • 相关研究主要关注emoji的可用性问题，但系统化的emoji输入改进工作较少。

解决方案

• 方法或解决方案:
  • 开发了一个创新的语音驱动emoji输入系统——Voicemoji。
  • Voicemoji具备以下特性：
    • 支持语音驱动的语义级别emoji搜索。
    • 提供基于上下文的emoji推荐。
    • 支持语音修改emoji的颜色或肤色。
    • 提供模糊搜索和多个选项，便于用户探索新emoji。
• 创新之处:
  • 支持自然语言输入而无需精确记忆emoji名称。
  • 提供上下文相关的emoji建议，帮助用户发现新emoji并提升表达能力。
  • 全球化设计，支持中文和英文两种语言，为多语言用户提供服务。
• 实施步骤与关键技术:
  • 使用Google Cloud语音识别API实现语音转录。
  • 使用Dango API和DeepMoji模型提供emoji建议。
  • 基于Emojipedia进行emoji搜索和推荐。
  • 用户可以使用多种语音指令，包括直接语音插入emoji和更改emoji肤色。

研究成果

• 具体成果:
  • Voicemoji显著降低emoji输入时间，与Apple iOS键盘相比减少了91.2%。
  • 提供的emoji推荐被认为与用户输入的语音内容高度相关，使用者认为推荐功能非常有帮助。
• 优势:
  • Voicemoji比传统的Apple iOS键盘更快、更易用，更受用户青睐。
  • 提升了视障用户的在线沟通效率及体验，并使其表达更自信和丰富。
• 实验或评估结果:
  • 用户研究结果显示，参与者在测试中更喜欢使用Voicemoji，并开始自发在日常生活中使用它。
  • Voicemoji的用户可用性评分(SUS)显著高于iOS键盘，工作负担评分(NASA TLX)显著更低。
• 局限性与未来方向:
  • 当前实现依赖网络服务（例如Google API），使得网络延迟可能影响实际使用体验。
  • 仅限于iOS用户的测试，Android用户的表现尚未评估。
  • 尚未进行长期的田野研究以验证用户在真实场景中长期使用Voicemoji的情况。
  • 未来方向包括将Voicemoji开发为键盘应用嵌入手机系统，提供emoji使用的详细解释，以及扩展到其他视觉媒体（如贴纸和表情包）。

通过Voicemoji，本文不仅为解决视障用户的emoji输入问题提供了创新方法，还为设计更广泛的无障碍输入技术提供了启示。