Taligenkänning som inmatningsmetod för naturligt språk

Detta är en Kandidat-uppsats från KTH/Skolan för datavetenskap och kommunikation (CSC); KTH/Skolan för datavetenskap och kommunikation (CSC)

Författare: Victor Larsson; Jesper Qvarfordt; [2015]

Nyckelord: ;

Sammanfattning: Att interagera med ett system genom att använda naturligtspråk görs genom att använda ett Natural Language Interface (NLI) som innebär svårigheter för både system och användare. Syftet med denna studie var att undersöka om taligenkänning är en användbar inmatningsmetod för naturligt språk baserat på ISO-definitionen av användbarhet. Detta gjordes genom att utveckla ett spel baserat på det klassiska textbaserade spelet Zork där användaren ger kommandon i naturligt språk som sedan användes för en användbarhetsstudie. Studien utfördes med mellangruppsdesign med två grupper av användare där den ena gruppen använde tangentbordsinmatning och den andra taligenkänning med Web Speech API. Både kvalitativ och kvantitativ data insamlades under testet om användarnas effektivitet, beteende och uppfattning av systemet. Resultaten visade att taligenkänning hade lägre effektivitet med avseende på tidsåtgång och antal fel men upplevdes mer positivt än tangentbordsinmatning av deltagarna. Därför kan taligenkänning anses vara en rimlig inmatningsmetod då effektivitet inte är en avgörande faktor.

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)