Emacspeak

• 輪講資料（1998/04/15) by T.Nishimoto
• 出典 ： CHI'96
• http://cs.cornell.edu/home/raman/

Abstract

Introduction

• テキスト画面用
• GUI 用 （IBM Screenreader/2 など）
  GUI 情報から off-screeen model を作成し、提示する

Shortcoming of Reading The Screen

• 画面読み上げでは、画面内の情報の構造がわからない
• その情報が、なぜそこに表示されているのか知りたい
  例：カレンダー
  • || を pipe pipe と読む
    もともと視覚的補助だったものが、雑音に
  • カーソル上の文字「1」をただ「one」と読む
    本当は Sunday, Jan, 1, 1995 という意味
• 画面読み上げは、真の音声 I/F ではない
• Emacspeak では、アプリケーションと密に音声フィードバックを 統合する

A Different Approach

• 音声フィードバックルーチンは カレンダーのランタイム環境にアクセスし、情報を取得
• 画面表示を読むのではなく、 現在の日付が Sun, Jan. 1, 1995 であることを音声で伝える
• 従来の画面読み上げ：indirect
  本手法：direct access to information

Motivation

• すべてのコンピュータアプリケーションに共通な構造
  1. ユーザの入力を受理
  2. データを計算する
  3. 結果をディスプレイに表示
• (1) と (3) が Human Computer Interaction
• WIMP: Windows, Icons, Menus, Pointer ＝視覚に依存
• 視覚的レイアウトは音声インタラクションには最適ではない
• Emacspeak はより「有用な」出力を行なう

Implementation

• GNU Emacs の各操作に聴覚フィードバックを付加した
• Emacs Lisp の advice 機能を用いる
  各操作の before, after, around に音声 advice を付加
• キー操作で(interactive-p) next-line したら 操作の後で speak-line を行なう

Examples of Common Computer Tasks

• 音声出力は常に割り込み可能であること
  新たな優先事項が発生したら、それを先に言う／実行する
• 情報の構造を伝えるために、複数の声質を使い分ける
  テキストの強調や引用など
• auditory icon の利用
  0.25-0.5 秒程度の短い音によって、 選択／開く／閉じる、などのイベントを伝える
  一貫性を持たせる
  聴覚アイコン → 音声応答
  もし聴覚アイコンだけで状況が把握できたら、 音声を遮って次の操作を実行できる
  → 操作をスピードアップできる

Editing Documents

• キャラクタを押すと、その文字を読み上げる
• スペースを押すと、直前の１単語を読み上げる
• カーソルを移動すると、カーソル行を読み上げる
  読み上げ中にカーソルをさらに移動すると、 その行の読み上げを中断し、次の行に移動して読み上げる
• Emacs で可能なカーソル操作すべてに適切なフィードバック
• Emacs はファイルの種類によって構文情報を使い分けている
  例えば C 言語のソースなら
  • キーワードのみ別の声質で読み上げる
  • "}" が関数の終りなら " brace that closes function " と読む
• これらは、視覚で得られる情報と等価

Spell Checking

• ispell における音声フィードバック
• 従来の画面読み上げでは、
  (1) カーソル位置を確認 (2) 間違いを探し (3) 訂正候補を選ぶ
• Emacspeak では、
  (1) 間違っている単語を「強調して」読み上げる
  (2) 訂正候補のリストを読み上げる
• 「文字列を確認しながら置換する作業」も同様
  置換される単語のある行を読み上げる
  置換される単語は強調して読む
  • 元の文： Change this food, but do not touch this fool.
  • 最初の foo だけを bar に置換するように指示
  • 確認音声： Change this food, but do not touch this fool.

Electronic Mail

• ヘッダをそのまま読むようなことはしない
• ヘッダの読み上げ音声： [送信者名] on [題名]
• メールにおける対話の部分構造を、 引用マーク (>) によって判断する
• 部分メッセージごとに異なる声で読み上げる
• キー操作で、次の部分メッセージへスキップする

Usenet News

• カーソルキーでグループの階層を「開く」「閉じる」
• カーソル位置のグループの説明と未読数を音声で読み上げる
• 各発言ヘッダの読み上げ： [発言者名] on [題名], [行数]
• 「開く」操作を実行したら、中身を読む
• 聴覚アイコンは特にここで有効

Surfing The WWW

• ハイパーリンクは別の声質で読み上げる
• 割り込み操作によって、最後に読まれたリンクを選択する
• ページ内でリンク間を移動するときは、移動量に応じた聴覚アイコン
• リンクの選択は「開く」聴覚アイコン
• 新しいページを表示したら、タイトルを読み上げる

Interactive WWW Documents

• フォームの処理：W3 によるページ内容の解析結果を利用

  Text Field

  フォーカスされたら：「text field XXX set to XXX」

  Check Box

  フォーカスされたら：「check box XXX is checked」
  Enter でボタンクリック
  変更後：「unchecked check box XXX」

  Radio Button

  「is checked」のかわりに「is pressed」と読む

Navigating The File System

• ファイルの種類によって声質を変える
  ディレクトリ、実行ファイル、シンボリックリンク
• ファイルを開く：「開く」聴覚アイコン → 開いたファイル名の読み上げ
• dired の表示をそのまま読み上げない
  まずファイル名だけ読む
  TAB を押すと順番に、パーミッション、リンク、オーナーなどを読む
• Emacspeak は表示内容を理解しており、それに 応じて適切な言い方で読み上げる

Conclusion

• 健常者が音声を付加的なモダリティとして使ううえでも、 本手法のような direct アプローチは望ましい。
• Emacspeak は PC ではなく UNIX のための音声 I/F としては 最初のものである