自适应字幕：实时媒体适应中的偏好和权衡

文献标题

Adaptive Subtitles: Preferences and Trade-Offs in Real-Time Media Adaption

文献信息

• 主题领域: 人机交互与媒体个性化
• 关键词: 字幕, 媒体内容, 实时个性化, 用户体验, 调适式界面, 声音辅助技术, 闭合字幕, 观看行为, 用户需求

研究背景与问题

• 问题或挑战: 字幕的重要使用场景包括帮助听力障碍观众更好地理解媒体内容，但研究发现，80%的字幕用户并无听力障碍，字幕的使用还受到诸如语言、方言、场景上下文及环境干扰等多种因素影响。此外，字幕虽然提升了理解度，但也可能干扰观看体验，例如引起视觉负担或降低沉浸感。
• 重要性: 随着媒体消费习惯向交互式、个性化方向发展，人们对字幕的使用需求及观看体验复杂化，提升实时自适应字幕的设计将显著改善用户体验。
• 研究动机与相关工作: 本研究旨在探讨观众与实时个性化字幕交互的机会和挑战。作者基于问卷研究发现使用字幕的具体需求与痛点，同时提出了一种全新的实时媒体调适解决策略"Adaptive Subtitles"。

解决方案

• 提出的方法/解决方案:
  • 引入“Adaptive Subtitles”自适应字幕系统，支持基于用户个性化需求实时自定义字幕的呈现对象（如特定发言人、场景）。
  • 采用面向对象化的媒体处理技术（Object-Based Media，OBM），将字幕分解成原子级元素，并通过添加元数据支持更灵活的字幕操作。
• 创新之处:
  • 将传统字幕的单一模式转变为用户可控的实时个人化体验，通过对角色、场景的一体化设计实现内容理解与沉浸感之间的动态平衡。
  • 提出专门用以控制字幕状态的“二屏解决方案”，允许用户通过附加设备实时管理字幕呈现。
• 实现步骤与关键技术:
  1. 实现“Adaptive Subtitles Controller Interface”第二屏控制界面，用户可在界面上选择特定发言角色打开/关闭字幕。
  2. 设计“Adaptive Subtitles TV Interface”，将控制界面设置通过通信机制应用于电视端字幕呈现。
  3. 制作支持实时交互的服务器架构以及改进字幕样式以提升视觉舒适度（如区分不同角色字幕的颜色编码）。
  4. 对字幕文件进行元数据处理，使其可以支持语句、角色分块的动态切换。

研究成果

• 具体成果:
  • 提供了来自102人的问卷数据，用于明确用户对字幕的使用需求和痛点。
  • 提出了实现实时字幕个性化的系统设计，包括解决方案和实验样例代码。
  • 通过对19名参与者的实验评估，验证了个性化字幕系统的有效性，并提出设计中遇到的具体挑战和权衡问题。
• 优势:
  • 对比传统字幕设计，该系统大幅度降低了用户视觉压力，且使用户能更具针对性地理解内容。
  • 提升了字幕控制的灵活性，使不同场景下的字幕启用状态可随着观众需求自由调整。
  • 在较长时间观看内容（如电影或连续剧）时个性化字幕对提高沉浸感具有显著优势。
• 实验或评估结果:
  • 用户偏好根据观看内容和场景选择打开或关闭字幕。
  • 实验中体现的主要优点包括减少传统字幕带来的注意力分散、提升观看沉浸感以及适应性。
  • 主要缺陷在于启用角色字幕的初始设置较复杂，以及二屏设备可能会干扰观看体验。
• 局限性与未来方向:
  • 实验在实验室特定环境下进行，难以完全反映电视节目或电影的完整观看体验。
  • 需要更自动化的字幕元数据生成流程，以降低内容制作成本。
  • 在字幕适配范围、注重对特定语境的深度支持以及提升跨场景个性化体验方面存在进一步优化空间。

总结

本研究通过问卷、系统设计与实验评估，展示了实时自适应字幕如何提高用户体验。作者提出了明确的设计考量，强调实现字幕个性化的技术挑战与用户需求，包括字幕内容的逐步适配、技术及观众内容的分步入门流程，以及长时间内容内的设置优化。此项研究为未来字幕个性化系统的设计提供了重要依据。