语义支持的一种面向盲人使用者的电子商务语音浏览方法研究

摘要

万维网（WWW）的出现使用户获取信息的方式发生了革命性的变化。然而，即便Web被视为可以无限制获取信息的电子门户，对于盲人用户而言，如何获取信息依然是一个复杂的问题。大多数网站的内容种类繁杂，其中既有非视觉类内容（音频），也有视觉类内容（视频和文字）。针对盲人用户的可用的、合适的网页浏览方法应得到进一步研究。本研究包括对现有的语音技术及屏幕阅读器的分析，以及对盲人用户轻松访问网页的现实需求及面临问题的识别，并强调Web开发人员应遵守W3C所定义的准则（WCAG2.0）。语音技术自上世纪50年代以来发展就比较缓慢，时至今日依然没有可靠的、可以替代传统输入方法的语音技术出现。此外，互联网上大多数网页的内容都不符合官方所定义的Web访问规则，因此，服务于残疾人尤其是盲人用户的语音软件应用依然难以满足用户的现实需求。语音导航技术已经有过一些研究，但为了更有效地使用语音使能系统（Voice Enabled Systems），我们要进一步探索语义Web这一领域，尤其是盲人用户的方面。屏幕阅读器被一些人认为是本问题的一种解决方案，然而，由于Web网页中大量存在的视觉类内容，该方法也有其局限性。
　　 语音使能的应用早已不是新鲜的研究方向，但“语音使能浏览”尚须进一步的工作。本研究着眼于盲人用户的语音浏览方法，特别强调了盲人这一特殊应用群体的特征。为了增强语音的应用，本研究使用微软的语音软件开发包（SSDK 5.1），提出了一种基于计算机的解决方案——“语音浏览器”（VAB）。基于该浏览器，用户能够使用自然（或接近自然）的语音命令与Web实现交互。另外，虽然语音技术确实有了长足的发展，但语音识别技术依然无法接受一长串的命令。因此，有了数值活动表（语音命令的层级集合，用户可以收听数字形式的命令）和浏览的快捷方式（提供了跳过选项并直接跳转到所需的信息）的支持，我们可以开发一种新的Web访问方法。搜索选项也使得用户能够在语音输出的任意阶段都能访问到任何内容。此外，本研究还包括一个语义网注释模型，以便更方便地支持Web内容的描述，并协助将IT技术整合到信息管理应用中，为用户尤其是盲人用户提供Web访问的机会。
　　 本研究内容还包括对盲人用户的Web内容偏好的实证调查，并基于此提出了盲人用户访问Web的思路。一个可以深入研究的问题是盲人用户的电子商务使用。通过针对盲人用户的特殊功能（例如语音）的进一步研究并开发出盲人也可以方便访问的电子商务平台，将极大地促进个人的创业实践。电子商务在全球不断增长的业务量也会为盲人用户创造新的机遇，不论用户是作为消费者还是销售者。本研究也对用户访问Web内容存在的问题（例如网页结构的差异、语音识别引擎的低效率、语音命令的长度过大等）进行了调查研究，并提出了一些解决办法（如数值活动表、快捷方式）。基于对现有Web局限性的考虑，我们研究了如何从包含大量视觉类内容的Web网页中抽取信息的方法。因此，本研究背后的主要驱动力就是通过语音的方式提高盲人用户对现有Web网页的访问能力。另一方面，基于语音浏览器的实现思路，我们构建了面向盲人用户的商业应用模式，该模式能支持企业更好的获取商业利润，同时也实现其社会责任。
　　 综上所述，本研究试图通过现有的SSDK工具来增强用户通过语音来访问Web网页的能力。从技术上来说，本文为本领域今后的研究提出了以下挑战：（1）提升语音技术；（2）通过引入新方法来建立盲人用户使用语音技术访问Web的全面解决办法；（3）使用语义网技术使Web访问更方便；（4）寻找新的方法来整合Web技术与信息管理应用；（5）实现企业的社会责任。

目录

文摘

英文文摘

论文说明：Index of Figures、Index of Tables

声明

1 Introduction

2 Review of Literature

3 Voice Accessible Browser

4 System Analysis and Semantic Framework

5 E-business Access under the Lens of CSR

6 Summary and Conclusion

Acknowledgements

References

Appendix