迈向更具交互性的语音助手：研究为视障和非视障旅行者设计的多模态语音激活室内导航助手的潜力

文献标题

Towards More Transactional Voice Assistants: Investigating the Potential for a Multimodal Voice-Activated Indoor Navigation Assistant for Blind and Sighted Travelers

文献信息

• 主题领域: 可访问性技术与人机交互设计
• 关键词: 可访问性, 语音助手, 室内导航, 盲人与视力正常旅行者, 多模态交互, 人机交互设计, 航空旅行

研究背景与问题

• 作者发现了哪些问题或挑战？

  • 语音助手通常用于简单任务（如播放音乐或查询天气），但缺乏支持复杂任务场景的设计。
  • 航空旅行中的室内导航对盲人和视力正常的旅行者来说都是极具挑战性的，特别是在导航布局不一致、信息获取不及时的场景下。
  • 倾向于寻求技术而非人工帮助的盲人却在现有语音助手设计中未被充分考虑。

• 为什么这个问题很重要？

  • 航空旅行中的室内导航不仅影响盲人，还影响视力正常的旅行者，涵盖更广泛的用户群。语音助手在这些场景中的扩展应用可以提高便利性并减少人为帮助需求。
  • 将无障碍设计融入主流技术可以降低社会污名和提高采纳率。

• 研究动机与相关工作

  • 过去关于室内导航和语音助手的研究主要关注单一障碍种类（如盲人）或简单的语音交互任务，未充分考虑复杂场景下的多人群需求。
  • 本研究旨在扩大语音助手的功能，通过调查盲人与视力正常的旅行者在航空旅行中的导航和信息需求及困难，设计解决方案。

解决方案

• 作者提出了哪些方法或解决方案？

  • 提议将主流语音助手扩展为基于语音和多模态交互的航空旅行导航助手。从规划行程到导航机场，以及处理复杂场景如跨航班衔接和选择车辆接送。
  • 设计推荐包括语音指令、实时通知、多模态反馈（如震动、耳音符号和定制化语音输出）。

• 该解决方案的创新之处是什么？

  • 从简单到复杂任务的转变：扩展语音助手交互模型从“人类—人类”对话向事务性模型演进。
  • 多模态交互支持：结合语音、视觉和震动等多模态反馈，优化不同场景下的交互体验。
  • 用户定制化与情境适配：允许调整助理的反馈频率、语速、互动模式等，以适应个人需求。

• 实施步骤是什么？使用了哪些关键技术？

  • 研究设计：进行了混合群体焦点组访谈，包含盲人与不盲的参加者。
  • 场景分析：通过受访者对机场导航场景的反馈，提炼共同的困难和需求。
  • 交互设计：根据用户建议，设计支持各类操作模式（如规划、导航、探索）的语音交互逻辑。

研究成果

• 取得了哪些具体成果？

  • 提取了盲人与视力正常的旅行者在机场导航中的共同困难（如布局不一致、信息获取不及时），说明盲人与不盲者有可交叉的技术需求。
  • 列举了用户推荐的语音助手功能（如追踪行程进度、导航路径、提供接送选项）和具体交互示例。
  • 提议基于事务性模型和多模态交互的语音助手设计框架。

• 与现有解决方案相比，它有哪些优势？

  • 扩展现有语音助手的应用范围，从单一任务支持转向复杂情境任务。
  • 提供了更具普适性与个性化的设计，使其满足多种能力用户的需求，而不仅仅局限于单一人群（如视障者）。
  • 把室内导航、人们的动态信息需求和基于语音互动整合到一个系统中，消除了用户在不同系统之间切换的繁琐。

• 实验或评估结果是什么？

  • 焦点组访谈发现了盲人与视力正常者有显著的共同挑战，并且他们都认同语音助手在室内导航环境中的潜力。
  • 用户对系统如何支持其计划、导航和操作表达了特定的期望，如精准定位、多步骤规划、定制化路径提示等。

• 局限性与未来方向

  • 局限性：
    • 样本量较小，仅限18名参与者，可能无法全面代表更广泛的用户群体。
    • 未深入探讨团队旅行或涉及其他种类的身体障碍者的需求。
  • 未来方向：
    • 扩展用户群体，包括残障、老年、以及多种障碍的组合人群。
    • 进行在线设计迭代，以进一步验证并完善交互设计。
    • 探索语音助手与更广泛的其他服务或技术之间的集成能力。