语音编程：探索用户偏好与说话风格

语音编程对于运动障碍人士可能是一种有用的方法。针对从网页等来源挖掘的书面文本训练的语言模型的标准语音识别器，处理口语化程序可能具有挑战性。有效的语言模型需要捕捉口语程序的变化以实现准确识别。本研究探索了新手和专家程序员如何在不要求严格遵循语法规则的情况下说出代码。研究通过两种方式收集数据：让程序员说出高亮或缺失的代码行。结果显示，专家程序员说话更自然，而新手程序员说话更符合语法。商业语音识别器在处理口语程序时错误率很高。通过使用口语代码转录本调整识别器的语言模型，能够将错误率相对基线降低27%。