About

AudioUserInterface.org

欢迎访问音频用户接口(Audio User Interface)项目网页
用纯音频媒介作为人机交互的全新探索！

什么和为什么？

当你在行走，跑步，驾车或是开会中，你怎样与随身的移动计算设备交互呢？

按照传统的思维方式，显示器是任何移动计算设备不可缺少的用户界面。其实不然。我们知道，人耳随时随地都在接收大量的信息，然而在用户界面的设计中，这一优势却被忽视了。当今的移动设备，例如手机，MP3，车载计算机，个人数字助理，本来可以做到很小，但是却被液晶显示屏幕的尺寸所限制。如果我们利用音频界面代替视觉界面，就会让人们在不影响行走，跑步，驾车或是开会的同时，达到与随身移动设备交互的目的。撇开液晶显示，设计一个只有音频界面的用户接口，这就是本项目的最终目标。

本项目定义了利用音频进行人机交互的方法，系统和基础结构。它试图建立音频用户接口(AUI)的通用标准。项目重点放在音频用户接口以及以网络为中心的技术实现上，而不是理论探讨。以下是一些系统描述的简要术语：

在移动计算和移动通讯设备上，不需要视觉显示器。一个简单的手动控制输入设备，配之以丰富的音频信息反馈，用户可以不需要视觉的反馈情况下随意操作设备。
在互联网上，通过音频网络终端(Audio Net Terminal－ANT)中的音频浏览器可以浏览音频空间。音频空间是用AudioXML来描述，Javascript和PHP网络程序为基础构成的。在这种应用下，音频空间可以取代视觉界面的网页概念。
最终，电脑就在您的耳朵里！就像带着耳机一样。

更多背景

本项目建立了一个用于信息处理设备的全新用户接口的系统和方法。这些设备是人们在日常生活的中，无论是个人需求还是工作需要都会用到。如手机，MP3，车载设备，家庭娱乐系统，电话，交互式语音应答(IVR)，工业控制系统，医疗设备，台式电脑等。一种设备是否被公众接收和喜爱，不仅取决于该设备的处理能力，存储空间的大小，更重要的是，它是否有适应环境和用户意图的输入/输出(I / O)方式和交互技术。对于目前几乎所有的用户接口设计中占主导地位的图形用户接口(GUI )，如何将其做至最小，且又容纳丰富信息是一个很矛盾的问题。音频不受这些条件所限制，然而，音频感知并没有引起我们的重视。其实它和视觉感知一样，只是其的功能性不同能而已。以声音的形式接收外界的信息，是人类生理本能。正如眼睛可以识别光的不同变化，比如：色调，亮度和对比度，耳朵能通过改变音色，音量和音高而感知到各种各样的声音，然后经过大脑将这些不同的声音与具体的事件，事物，或抽象的概念联系在一起。遗憾的是，在目前的人机交互系中统并没有利用人耳能力的这种优势。我们现在引入以音频为基础的人机互动系统，目的就是以不同的方式提供给人们更多的交互选择。

此外，当用户正在进行某种工作或任务，在许多情况用户是不能被转移视线的。例如驾车，跑步，开会，甚至在战场士兵上。人们不可能在同一时间观察多种情况。考虑另一种情况就是在昏暗的光线环境下，很难看到显示器。某些情况下甚至关系到生死，就像我们前边讲到的驾车。驾驶当中，视线离开行驶方向是非常危险的。这意味着用户界面应该转移到背景方式。人机互动应处于协助模式，而不是主导模式。大家都知道，听是被动的过程。用户可以在处理其他事物的同时，轻松地收听音频信号。因此，音频是背景计算的最好选择。

今天的计算机或互联网设备拥有数以千计的应用程序。人们使用他们大多为一些非常简单的任务，如收发电子邮件，收听MP3，阅读新闻，查询天气等。但是，操作这些计算机和移动设备却是并非简单的任务。而音频用户接口AUI 和音频网络终端ANT就是解决这个问题的。它的宗旨就是简单，再简单。以最简操作满足人们最常用的需要。音频媒体是如此简单，它并不需要光怪陆离视屏显示。由于听是被动的，不存在主动的看的过程，因此不会感觉负担过重。总之，设计这样的系统的目的就是让人们在简单，轻松，愉快的情绪下生活工作。

多少年来，人总是寄希望于语音识别作为解决上述问题的办法。但它的成功应用只是在有限的程度上。在许多情况下，语音识别是不够的，在某些情况下，它是完全不合适的。比如： 1 ）噪音环境，尤其是在拥挤的人群中，即使是最好的语音识别也可能失败。2 ）没有安全性，被讨论的事情是非常机密或私人性的。3 ）烦躁性，如在公共领域和社会环境。4 ）难以做到无差错控制，不可靠。即使是最好的语音识别也不可能做到无差错。5 ）语言的依赖性。当然，语音识别在某些有限的情况下仍然是很有用的，比如，简单的指令输入或从列表名单中选择一个。

应用领域

本项目的技术核心和系统设计并非针对任何单一的应用，而是一系列应用的共同核心。它定义了一种用户界面的方法和标准，它为单机和网络应用提供了一个框架和API。这里列举一些可能的应用：MP3播放器，手机，电话，车载计算系统，网络电台，网络信息，音频浏览，如天气报告，RSS新闻，电子邮件，语音图书，音频全球定位系统，音频游戏，交互式语音应答(IVR)系统，家用仪器，医疗设备等。