CoPracTter：将个性化练习场景、及时反馈和社会支持整合到一个在线支持工具中，帮助中国应对口吃问题

文献标题

CoPracTter: Toward Integrating Personalized Practice Scenarios, Timely Feedback, and Social Support into An Online Support Tool for Coping with Stuttering in China

文献信息

• 主题领域: 计算机辅助语言治疗，语音障碍，人机交互 (HCI)
• 关键词: 口吃、辅助技术、田野研究、人机交互、语音流畅性、社会支持、个性化反馈、实时信息、压力场景

研究背景与问题

• 发现的问题或挑战:
  • 全球约1%的人口受口吃影响，中国有1300万口吃患者 (PwS)，他们在日常生活中受到心理健康和职业发展的障碍。
  • 当前的治疗方案多集中于西方文化背景，并未针对中国语境及需求设计。
  • PwS面临治疗成本高、资源不足的困难，中国缺乏专业语言治疗师 (SLP) 和有效的练习工具。
  • 现有工具多为独立练习，缺少同伴支持的功能，无法有效提供及时的个性化反馈。
• 重要性:
  • 口吃不仅影响人们的交流能力，还会导致社交恐惧和歧视问题，严重影响生活质量。
  • 尤其在中国，对口吃的文化认知较为负面，患者往往需要面对更大的社会压力和心理负担。
• 研究动机与相关工作:
  • 现有研究在设计方法上忽视了文化差异以及具体的口吃情境。
  • 为了改善中国PwS的口吃情况，亟需设计一种切合实际的移动应用工具，结合口吃触发场景、实时反馈和社会支持机制。

解决方案

• 提出的解决方案:
  • 利用移动应用设计原型“CoPracTter”，结合个性化压力场景、实时语音指标以及同伴及时反馈，为中国PwS提供在线练习语音流畅性的支持。
  • 包括五大设计考量：
    1. 个性化压力场景，针对口吃诱发情况设计练习。
    2. 提供真实且具压力感的模拟场景内容。
    3. 集成需要用户练习口吃触发音节的场景。
    4. 建立一个支持性社区，用于交换个性化反馈和心理支持。
    5. 提供及时的语音数据反馈，让用户能反思并调节表现。
• 创新之处:
  • 首次在移动App中将压力场景模拟、个性化反馈以及社会支持集成到一个工具中，且针对中国口吃患者的文化与需求进行量身定制。
  • 提供实时数据分析和社区互动，兼顾个人实践和社会支持。
• 实施步骤与关键技术:
  • 使用Figma设计低保真原型，并通过React框架和Node.js进行开发。
  • 利用信号处理和傅里叶分析显示实时反馈，例如语速、音量和表情。
  • 用户通过前置摄像头反馈面部表情，结合视频对话模拟真实情景。
  • 使用腾讯云的语音转文本服务支持实时音频转录。

研究成果

• 具体成果:
  • 创造性地设计和实现了CoPracTter这一原型工具，通过视频和任务模拟提供高压力的练习环境。
  • 建立支持性线上社区，实现了有针对性的评论、评分和鼓励。
  • 通过七天的部署研究证实该工具对PwS的语音流畅性练习、增强心理自信及适应类似现实情境有显著帮助。
• 与现有解决方案相比的优势:
  • 提供独特的、针对个人需求的口吃诱发场景及任务设计。
  • 新增实时面部追踪与语音指标反馈功能，帮助用户即时调整。
  • 综合社会支持和个性化指导是一种创新的设计方法。
• 实验或评估结果:
  • 研究表明，参与者通过压力场景练习增强了对现实口吃情境的适应能力。
  • 主观反馈如评分和评论帮助参与者接收同伴支持，并提升问题解决意识。
  • 实时反馈如语速数据和面部图像有效辅助参与者的即时调节。
• 局限性与未来方向:
  • 部署研究时间较短，仅为7天，无法完整捕捉用户长期使用行为。
  • 视频内容真实性和压力尚不足以完全模拟现实场景。
  • 未来方向：
    • 研究更加沉浸式的练习技术，例如虚拟现实 (VR)、增强现实 (AR)。
    • 长期部署研究以分析完整的使用模式和效果。
    • 开发更智能的评论筛查和反馈学习机制。