ЧЕЛОВЕЧЕСКИЙ ФАКТОР

Выбор функций речевого отображения информации

Эти функции могут классифицироваться в соответствии с рече­выми актами, которые их отображают [64]. В работе [75] дано пять базовых типов информации (т. е. речевых актов), приме­нительно к которым может оказаться полезным речевой вывод. Эти базовые типы информации охватывают широкий круг кон­кретных приложений, к числу которых относятся предупрежде­ния, советы, ответы на запросы пользователя, обратная связь по управляющим воздействиям и команды. Шестой тип, не во­шедший в список, — это устные подсказки системы пользовате­лю при ожидании от него определенных действий, например ввода данных. Маловероятно, что любой из перечисленных речевых актов будет во всех ситуациях пригоден для реализа­ции речевого вывода: степень пригодности будет определяться скорее комбинацией характеристик конкретной задачи и поль­зователя.

Предупреждения

Из шести перечисленных выше типов речевых актов в исследо­ваниях по речевому выводу информации предупреждениям было уделено наибольшее внимание. В ряде исследований, обобщен­ных в работе [79], было высказано предположение о том, что речевые предупреждения должны выражаться короткими фра­зами, содержащими не более четырех-пяти слогов, чтобы мини­мально отвлекать внимание «слушателя» от основной работы для так называемого перцепционного копирования оповещений и обеспечивать разборчивость важных сообщений при наличии шума и мешающих разговоров.

Голос, используемый для выдачи предупреждающих сооб­щений в кабине самолета, должен быть характерным [7, 81, 88] и выделяться на фоне голосов других людей. В среде, где пре­обладают мужские голоса, часто предлагали использовать для выдачи предупреждений женский голос (который уникален по своим речевым характеристикам [7]), но такая речевая среда в настоящее время встречается редко. Кроме того, согласно мнению пилотов, участвовавших в исследованиях по моделиро­ванию речевого вывода на имитаторах полетов, голос не дол­жен звучать естественно [18, 70, 91], чтобы его нельзя было спутать с речью человека, передаваемой по радио или по сис­теме внутренней связи. Смысл этого требования состоит в том, что машина должна иметь машинный голос как некоторый признак, облегчающий распознавание ее речевых сообщений.

Как отмечалось при рассмотрении последнего примера [78, 91], правильный темп речи и подходящее ее звучание явля­ются важными характеристиками речевых предупреждающих сообщений независимо от типа голоса. В одном исследовании по темпу синтезированной речи [77] пилоту вертолета переда­вались сообщения со скоростями 123, 156 и 178 слов в минуту, в то время как пилот был занят выполнением требующей вни­мания летной задачи. Несмотря на то что на качестве выполне­ния летной задачи не сказывались ни разборчивость сообщения, ни быстрота речи, пилот предпочитал скорость передачи сооб­щений, равную 156 слов в минуту.

Другая серия исследований была посвящена изучению вре­мени реакции оператора (интервала времени от подачи сигнала до первой ответной реакции человека) при использовании син - тезированных речевых оповещений, предваряемых тональным сигналом тревоги или предупредительными словами. В работе [81] было отмечено, что появление предварительного тонального сигнала перед синтезированным оповещением голосом увели­чивает время системной реакции, в случае же использования удлиненного сообщения с дополнительным словом, уточняющим семантический контекст последующего сообщения, время реак­ции не возрастает. В более поздней работе [29] эти результаты были повторены. Кроме того, было отмечено, что когда синте­зированный голос использовался для реализации нескольких функций, а предварительный тональный сигнал применялся только с предупредительными сообщениями, этот сигнал улуч­шал распознавание экстренных сообщений без увеличения вре­мени системной реакции на них. При изучении различных ас­пектов использования префиксов в предупредительных речевых сообщениях [9, 79] не было обнаружено никакого различия во времени реакции в зависимости от типа префикса, несмотря на разную фактическую длину различных префиксов (тональная посылка, нейтральное слово, одно из трех слов семантического контекста). Эти исследования подтвердили предположение о том, что синтезированная речь является сама по себе особой по сравнению с речью человека, а потому может выполнять одновременно и функцию предупреждения и функцию передачи информации. Физические основы такой корреляции отличитель­ных особенностей синтезированной речи предстоит определить экспериментально.

Подсказки

Подсказки системы пользователю изучались Маунтфордом и его коллегами [46]. Они исследовали различные уровни напол­нения речевых сообщений, используемых для обратной связи и подсказок пользователям моделируемой системы с речевым вводом данных, которая предназначена для прокладки летных маршрутов и навигации. Было обнаружено, что короткие диа­логи с небольшим числом подсказок и насыщенность обратной связью обеспечивают лучшие характеристики ввода данных. В будущих исследованиях вполне может быть установлено, что соотношение между словесным наполнением и временем, затра­чиваемым на передачу речевого сообщения, зависит от критич­ности появления некоторой ошибки. Чем катастрофичнее влия­ние ошибки, тем больше времени согласятся тратить пользова­тели на продумывание надлежащих подсказок и механизмов обратной связи. В этой области необходимо провести большую исследовательскую работу.

Подсказки могут также применяться в речевых системах, в которых для управления используются меню. Речевые под­сказки были реализованы в проекте системы речевой почты для Олимпийских игр 1984 г. [27]. Обратная связь с пользователем во время испытаний предшествующей версии системы показа­ла, что число речевых подсказок для любого меню не должно превышать трех, что, вероятно, обусловлено ограничениями кратковременной памяти человека при запоминании им речевых элементов. Эти результаты относятся к пользователям, поверх­ностно знакомым с ЭВМ; могут ли они быть распространены на искушенного пользователя, покажут дальнейшие исследования.

Обратная связь

Обратная связь в ответ на вводимые пользователем дискретные управляющие данные часто рассматривается как функция, вполне подходящая для речевого отображения информации. Соответствующие исследования обсуждались выше в разделе по распознаванию речи. Следует отметить, что обратная связь может быть обеспечена в режиме подсказок [46], т. е. если сис­тема подсказывает пользователю следующую целесообразную операцию по вводу данных или тип управляющего воздействия, то пользователь будет считать, что система правильно воспри­няла предыдущую введенную информацию. Однако реальные условия, при которых пользователь, может быть уверен в таких предположениях, нуждаются в изучении. Тип применяемой об­ратной связи в аспекте обусловленности, содержательности и словесной насыщенности лингвистического кодирования должен зависеть от критичности ввода управляющей информации ко времени и от тяжеети возможных последствий ошибок распо­знавания речевых сигналов.

Ответы на запросы пользователя

Запросы пользователя изучались в работе по графическому машинному моделированию полета вертолета NOE [92]. Пило­ты могли запрашивать систему о скорости полета, моменте вращения и высоте полета в то время, когда они пытались про­лететь на своем моделируемом вертолете через лабиринт, отоб­ражаемый на экране дисплея. Эффективность полета через ла­биринт была выше тогда, когда пилоты использовали речевые запросы и получали синтезированные речевые ответы, чем в том случае, когда они получали эту информацию от руководи­теля с помощью дисплея или считывали ее с циферблатов из­мерительных приборов.

Выдача советов

Полезность речевых устройств в задачах, связанных с получе­нием консультативной информации, может зависеть от других функций, для реализации которых в конкретной прикладной системе уже используются речевые сигналы. Когда советы вы­дают в связи с речевыми предупреждениями, как было замече­но ранее [29], предупредительное сообщение обнаруживается надежно только в том случае, если ему предшествует какой-то отличительный признак. Изучение мнений гражданских и воен­ных пилотов по проектам систем предупреждения [7, 16, 18, 96] неоднократно показывало, что пилоту предпочитают использо­вать речевые сообщения только для наиболее критичной преду­преждающей информации4. Для консультаций и менее критич­ных предупреждений они предпочитают визуальное отображе­ние. В то же время речевые консультационные сообщения вынуждают пилота затрачивать умственные усилия, поскольку пилот должен быть внимательным при их прослушивании. Пред­почтение пилотами визуального представления информации консультативного характера может отражать нежелание отвле­каться при большой рабочей нагрузке на что-либо, кроме приема срочной информации. Например, исследование мнений пилотов по проектам бортовых систем предупреждения в полете выяви­ло, что пилоты негативно относятся к получению некритичных предупреждений при высокой рабочей нагрузке, например во время взлета и посадки [90].

Использование речевых сообщений для выдачи информации консультативного характера может оказаться полезным в сре­де, отличающейся от рабочих условий в кабине пилота, и в си­туациях, которые исключают применение предупредительных речевых сообщений. Кроме того, пилоты или другие операторы, для которых очень нежелательно отвлечение внимания «разго­ворами», могут усмотреть некоторую пользу в системе, которая дает консультативную информацию только по требованию поль­зователя. Полезность речевых советов и отношение к ним поль­зователя, несомненно, требуют дальнейшего изучения.

Команды

Опубликованы результаты некоторых исследований и дискус­сий относительно целесообразности подавать команды с исполь­зованием средств автоматической генерации речи. В работе [80] приводятся доводы в пользу того, что использованию речевых команд должно быть уделено большое внимание, по крайней мере в условиях работы в пилотской кабине, поскольку пилоты отказываются выполнять команды без знания причин ее появ­ления. Этот аргумент частично подкрепляется результатами исследования [21], приведенными в работе [52], где отмечено, что получение пилотами визуального отображения информации о воздушной обстановке сокращает время их реакции на ви­зуальную команду предотвращения столкновения по сравнению с выдачей этой команды без использования отображения воз­душной обстановки. Подобный эффект возможен и для речевых команд. Для других пользователей речевые команды, выдавае­мые как инструкции в некритичных ко времени ситуациях «ли вместе с консультационной информацией, вероятно, окажутся действенными во многих приложениях.

Альтернативные подходы к проектированию систем предупреждения

Представленная здесь стратегия проектирования речевых систем предупреждения для пилотских кабин характеризуется следую­щими принципами: 1) использование речи для выдачи только наиболее критичных ко времени предупреждений; 2) использо­вание характерного голоса для речевых сообщений; 3) отказ от применения любого неречевого привлекающего внимание сиг­нала перед речевым предупреждением; 4) отказ от повторения речевого предупреждения до тех пор, пока не пройдет период времени, в течение которого пилот смог бы скорректировать свои действия; 5) использование максимум четырех слогов для любого речевого предупреждающего сообщения.

Рекомендации, представленные в гл. 6 тома 5 и согласую­щиеся с результатами Патерсона [53], были выработаны на ос­нове одной и той же базы данных по проводимым исследовани­ям, однако взятые по отдельности они вступают в противоречие С некоторыми перечисленными здесь принципами. Патерсон [53] рекомендует использовать: 1) для критичных ко времени пре­дупреждений ключевые слова без ограничения по числу слов; 2) короткие предложения или фразы для менее критичных ко времени предупреждений; 3) звуковой сигнал, подаваемый до и после всех речевых предупреждающих сообщений, и 4) зву­ковой сигнал меньшей амплитуды (но не выключение) после его первоначальной подачи. Цель понижения амплитуды состо­ит в уменьшения беспокойства со стороны пилота и снятии его умственного напряжения. Основные различия между двумя под­ходами связаны с различием в особенностях проектирования. Авторы данной главы рекомендуют использовать различимый, хорошо понимаемый, синтезированный машиной голос только для критичных ко времени предупреждений. Если голос обла­дает этими двумя свойствами, то предварительный, привлекаю­щий внимание сигнал не требуется. Патерсон не выдвигает ни одного из этих требований, в связи с чем может оказаться не­обходимым предварительный сигнал, привлекающий внимание оператора.

Отличия в рекомендуемых форматах сообщений могут быть объяснены, если исходить из различных предположений авторов относительно длительности звучания речевого сообщения. Па­терсон обосновывает использование сравнительно коротких (4,8 с), определяемых ситуацией неречевых звуков для иниции­рования сигнала предупреждения, предполагая, что речевое сообщение требует для представления некоторого неприемлемо длинного периода (6—7 с). По Патерсону голосовое сообще­ние— это дубль звукового сигнала; оно может обеспечивать дополнительную информацию консультативного характера. Ав­торы данной главы полагают, что предупреждающие сообщения из четырех — восьми слогов могут произноситься 1,5—3 с. Такая малая длительность сообщения позволяет передавать информа­цию пилоту посредством речи быстрее, чем предполагает Патер­сон, н приводит к меньшим мешающим влияниям других актов речевого общения экипажа в кабине пилота.

Таким образом, если проанализировать два рассмотренных подхода к проектированию, то различия между ними окажутся минимальными. Каждый подход основывается на конкретных предположениях и опубликованных экспериментальных данных. Для системы Патерсона характерно то, что речевой звуковой сигнал рассматривается как первичный, а использованию нере­чевых сигналов отводится вспомогательная роль. Для разных типов операций во время полета может оказаться эффективнее та или иная система.

Моделирование речевого общения людей

Обсуждавшиеся выше речевые акты выполнялись машинами, говорящими «машинным» голосом человеку-оператору. Но есть и другое важное применение речевого вывода: это моделирова­ние речевого общения людей, например для целей обучения, чтобы исключить для человека необходимость играть некоторую роль. Так, генерация речи была предложена и оценена в трена­жерной системе, применяемой для подготовки операторов радио­локационных станций в системе точного захода на посадку и для операторов (пилотов), выполняющих задачу перехвата.

Сравнение различных способов отображения информации

Сравнительные исследования речевого и визуального способов вывода информации были направлены на анализ пользователь­ских предпочтений, времени реакции, точности восприятия и на анализ выполнения задачи при речевом выводе по сравне­нию с визуальным и при использовании речевого вывода в ком­бинации с визуальным в различных речевых актах.

В ранних исследованиях по речевым предупредительным сообщениям, в которых использовались речевые сообщения в записи на ленту, отмечалось, что время реакции пилота на пре­дупреждение голосом было меньше, чем на визуальное преду­преждающее сообщение [37], и что визуальное отображение, дополненное предупреждением голосом, давало более быструю реакцию при возникновении экстренных ситуаций, чем визуаль­ные сообщения, дополненные тональным сигналом [34].

Другим отличием визуального режима от речевого может быть терпимость пользователя к неверным данным и его спо­собность выполнить задачу даже в случае представления ему ложной информации. Изучение мнений гражданских пилотов относительно проектов системы оповещения в пилотской кабине показало, что пилоты более терпимы к ложным визуальным сообщениям, чем к ложным речевым сообщениям [96]. Что же касается качества выполнения полета, то оно при наличии лож­ных предупреждений голосом было ниже по сравнению со слу­чаем, когда речевые сообщения давали точную предупреждаю­щую информацию [70].

Кроме того, данные опроса пилотов наводят на мысль, что в кабине пилота речевой режим должен резервироваться для срочных, критичных ко времени сообщений. Как отмечалось ранее [32], пилоты самолетов предпочитают визуальное отобра­жение для любой информации, кроме предупреждающих сооб­щений, которые они хотели бы получать в речевой форме. Не­которые исследователи [37, 16, 18, 96] также отмечали, что пилоты предпочитают речевой режим для целей предупрежде­ния, а не для получения консультативной информации. Необ­ходимо проведение дальнейших исследований для определения того, сохраняется ли такая система предпочтений для других категорий пользователей, например для водителей автомобилей, операторов энергоустановок, пользователей ЭВМ.

В некоторых ситуациях пользователи, имеющие дело с оп­ределенным типом информации, могут возражать против приме­нения речевого режима. Так, в работе [85] сравнивается рече­вое и визуальное отображение подсказок и сообщений об ошиб­ках пользователям банковского автомата. Хотя при этом не было выявлено существенных отличий в эффективности дейст­вия звуковых и визуальных отображений, пользователям не нравилось применять речевые сообщения об ошибках, посколь­ку другие лица могли их слышать.

Для тех, кто страдает физическими недостатками органов чувств, выбор визуального или речевого отображения информа­ции зависит от имеющегося дефекта. Для слепых пользователей необходимо спроектировать речевой интерфейс таким образом, чтобы облегчить выполнение в речевом режиме функций, кото­рые обычно лучше выполняются с использованием визуального отображения.