SpeechSkimmer

Ouvir uma gravação de fala é muito mais difícil do que escanear visualmente um documento devido à natureza transitória e temporal do áudio. As gravações de áudio capturam a riqueza da fala, no entanto, é difícil navegar diretamente pelas informações armazenadas. Este artigo descreve técnicas para estruturar, filtrar e apresentar a fala gravada, permitindo que um usuário navegue e encontre informações de maneira interativa no domínio do áudio. Este artigo descreve o sistema SpeechSkimmer para fazer uma varredura interativa de gravações de fala. O SpeechSkimmer utiliza técnicas de processamento de fala para permitir que um usuário ouça sons gravados rapidamente e em vários níveis de detalhe. A interação do usuário, por meio de um dispositivo de entrada manual, fornece controle contínuo em tempo real da velocidade e do nível de detalhe da apresentação de áudio. O SpeechSkimmer reduz o tempo necessário para ouvir ao incorporar fala comprimida no tempo, encurtamento de pausas, detecção automática de ênfase e feedback de áudio não fala. Este artigo também apresenta uma abordagem estrutural em múltiplos níveis para a varredura auditiva e técnicas de interface do usuário para interagir com a fala gravada. Um teste de usabilidade observacional do SpeechSkimmer é discutido, assim como uma reformulação e reimplementação da interface do usuário com base nos resultados deste teste de usabilidade.