辅助技术 | 语音/音频论文速递

📄 Acoustic Feedback Cancellation in Hearing Aids Exploiting an Inertial Sensor #音频分类 #信号处理 #实时处理 #多模态模型 #辅助技术 ✅ 7.0/10 | 前25% | #音频分类 | #信号处理 | #实时处理 #多模态模型学术质量 6.0/7 | 选题价值 1.5/2 | 复现加成 -0.5 | 置信度高 👥 作者与机构第一作者：Sina Miran（完成主要工作时隶属Starkey Hearing Technologies，现隶属于Apple Inc.）通讯作者：Henning Schepker（Starkey Hearing Technologies，邮箱：henning.schepker@starkey.de）作者列表： Sina Miran（Starkey Hearing Technologies, Eden Prairie, MN, US; 现为 Apple Inc.） Henning Schepker（Starkey Hearing Technologies, Eden Prairie, MN, US） Ivo Merks（现为 Chromatic，完成工作时隶属Starkey Hearing Technologies） Martin McKinney（Starkey Hearing Technologies, Eden Prairie, MN, US） 💡 毒舌点评亮点：巧妙地将惯性传感器（IMU）这一“非听觉”模态引入声反馈消除，利用头部运动与声学路径变化的相关性来动态调整算法参数，在稳态性能上确实优于纯音频基线方法，思路新颖且实用。短板：实验仅在5名受试者和有限的几种日常活动上进行，且最终的端到端AFC性能提升（如图3所示）并非全面碾压所有基线，尤其在外部物体导致路径变化但头部未动时存在检测延迟，其普鲁棒性和泛化能力仍需在更大规模、更复杂的现实场景中验证。 ...

📄 Generative UI as an Accessibility Bridge: Lessons from C2C E-Commerce #无障碍 #大语言模型 #工业应用 #辅助技术 ✅ 6.5/10 | 前50% | #无障碍 | #大语言模型 | #工业应用 #辅助技术 | arxiv 学术质量 6.0/7 | 选题价值 1.5/2 | 复现加成 0.0 | 置信度中 👥 作者与机构第一作者：Bektur Ryskeldiev（Mercari R4D，东京，日本；筑波大学，筑波，日本）通讯作者：未说明（论文未明确标注通讯作者）作者列表：Bektur Ryskeldiev（Mercari R4D，筑波大学） 💡 毒舌点评亮点：精准地指出了静态WCAG标准在“用户生成内容”场景下的系统性失效，并巧妙地将生成式UI定位为解决此“最后一公里”问题的“运行时适配器”，三个应用案例（重构、引导、辅助）逻辑自洽且直击痛点。短板：所有用户研究样本量均过小（4-15人），更像概念验证而非严谨的实证研究；论文未开源任何代码或细节，对于一个探讨“生成策略”和“设计实践转变”的工作而言，这无疑削弱了其可复现性和对行业的实际指导力。 📌 核心摘要这篇论文探讨了在用户生成内容的C2C电商平台上，传统的静态无障碍标准（如WCAG）无法解决因卖家上传的模糊图片、不完整描述和混乱页面结构而导致的无障碍问题。作者认为，“生成式UI”（在运行时由AI根据用户和内容生成自适应界面）可以弥补这一差距。论文综合了作者在2022-2025年间的六项研究，重点介绍了三个原型系统：1）使用GPT-4o为屏幕阅读器用户重构HTML页面；2）使用对话式聊天机引导老年用户逐步发布商品；3）结合目标检测和GPT-4o mini为视障用户提供实时音频反馈以辅助商品拍照。实验显示，HTML重构版本将任务时间从约130秒缩短至约25秒，并获得更高用户满意度；拍照辅助工具将中心偏移从约127像素降低至约46像素；对话引导则提高了老年用户的完成率和信心。论文指出，生成式UI超越了屏幕限制，补充了基于能力的设计，并意味着设计师的角色需从指定布局转向指定生成策略。其主要局限在于实验样本量小、未解决长期使用效果，且面临大模型可能产生幻觉、延迟和成本等挑战。主要实验结果（摘要）：干预措施对比基线关键指标结果结论 HTML再生（Option 1） Mercari原始页面任务完成时间（中位数） 25秒 vs 130秒显著提升浏览效率整体体验评分（5分制） 5.0 vs 3.14 用户体验大幅改善音频引导拍照 iPad相机/VoiceOver, Seeing AI 中心偏移（像素） 46.49 vs 127.49/122.99 拍照构图准确性显著提升 SUS分数 73.12 vs 56.25/70.0 可用性从“差”提升至“良好” 对话式引导无特定基线（定性研究）任务完成率 10/10 (100%) 所有老年参与者成功完成列表发布 🏗️ 模型架构论文并未提出一个统一的生成式UI架构模型，而是展示了三个独立的系统原型，它们共同体现了“运行时生成”的理念。 ...