[논문 리뷰] Annotations for HTML to VoiceXML Transcoding: Producing Voice WebPages with Usability in Mind

Zhiyan Shao, R. Capra외 1명|ArXiv.org|2002. 11. 26.

Speech and dialogue systems참고 문헌 13인용 수 4

한 줄 요약

이 논문은 접근성 있고 사용하기 쉬운 음성 인터페이스를 위한 HTML 콘텐츠를 VoiceXML로의 변환을 위한 애노테이션 기반 접근법을 제안한다. HTML 내 반복적인 데이터 구조를 식별함으로써 저자들은 의미를 유지하고 사용성을 향상시키기 위해 특정 애노테이션을 적용한 변환 파이프라인을 설계하였으며, 이는 빠른 정보 접근을 목적으로 하며 전체 브라우징을 목적으로 하지 않는 효율적이고 탐색 가능한 음성 웹페이지를 최적화한다.

ABSTRACT

Web pages contain a large variety of information, but are largely designed for use by graphical web browsers. Mobile access to web-based information often requires presenting HTML web pages using channels that are limited in their graphical capabilities such as small-screens or audio-only interfaces. Content transcoding and annotations have been explored as methods for intelligently presenting HTML documents. Much of this work has focused on transcoding for small-screen devices such as are found on PDAs and cell phones. Here, we focus on the use of annotations and transcoding for presenting HTML content through a voice user interface instantiated in VoiceXML. This transcoded voice interface is designed with an assumption that it will not be used for extended web browsing by voice, but rather to quickly gain directed access to information on web pages. We have found repeated structures that are common in the presentation of data on web pages that are well suited for voice presentation and navigation. In this paper, we describe these structures and their use in an annotation system we have implemented that produces a VoiceXML interface to information originally embedded in HTML documents. We describe the transcoding process used to translate HTML into VoiceXML, including transcoding features we have designed to lead to highly usable VoiceXML code.

연구 동기 및 목표

• 정적 HTML 페이지를 탐색 가능한 VoiceXML 인터페이스로 변환함으로써 음성 액세스 가능한 웹 콘텐츠의 사용성 격차를 해소하기 위해.
• 음성 제시 및 탐색에 적합한 반복 가능한 공통 데이터 구조를 식별하기 위해.
• 사용성에 중점을 두고 HTML에서 VoiceXML로의 변환을 향상시키기 위한 애노테이션 시스템을 개발하기 위해.
• 전체 브라우징이 아니라 효율적이고 방향성 있는 정보 접근을 우선시하는 변환 기능을 설계하기 위해.
• 결과로 생성된 VoiceXML 애플리케이션이 오디오 전용 환경에서 의미적으로 정확하고 사용자 친화적이게 보장하기 위해.

제안 방법

• 저자들은 표, 목록, 양식과 같은 반복적인 HTML 구조를 식별하여, 이들이 음성 상호작용에 적합한 기계로 읽을 수 있는 데이터를 자주 포함하고 있음을 확인한다.
• 이러한 구조를 메타데이터로 표시하여 변환 과정을 안내하는 수동 애노테이션 체계를 도입한다.
• 사용자 정의된 변환 파이프라인을 통해 애노테이션된 HTML을 의미적으로 풍부한 VoiceXML로 변환하며, 탐색 및 콘텐츠 계층을 유지한다.
• 요약된 반복 콘텐츠 및 음성 메뉴를 통한 탐색 구조화와 같은 사용성 중심의 변환을 적용한다.
• 말하기 출력을 제어하기 위해 애노테이션을 활용하며, 이는 억양, 레이블링, 탐색 안내를 포함하여 사용자 이해도를 향상시킨다.
• 이 접근법은 음성 액세스를 장기적인 브라우징이 아닌 신속하고 작업 중심의 정보 검색 수단으로 간주한다.

실험 결과

연구 질문

• RQ1 HTML 내 반복적인 구조적 패턴을 어떻게 활용하여 음성 액세스 가능한 웹 콘텐츠의 사용성을 향상시킬 수 있는가?
• RQ2 효과적이고 의미적으로 유의미한 HTML에서 VoiceXML로의 변환을 가능하게 하는 애노테이션 전략은 무엇인가?
• RQ3 오디오 인터페이스로 변환할 때 탐색 구조와 콘텐츠 계층을 어떻게 유지할 수 있는가?
• RQ4 특히 빠른 정보 검색을 위한 목적으로, 음성 전용 웹 액세스에서 사용성을 향상시키는 설계 원칙은 무엇인가?
• RQ5 자동화된 변환은 웹 콘텐츠의 전체 재구현 없이도 사용 가능한 VoiceXML를 생성할 수 있는가?

주요 결과

• 애노테이션 시스템은 음성 제시에 최적화된 재사용 가능한 데이터 구조를 성공적으로 식별하고 표시한다.
• 애노테이션을 통한 변환은 논리적인 콘텐츠 계층을 유지하고 탐색 가능성을 향상시킨다.
• 시스템은 효율적이고 작업 중심의 정보 접근을 가능하게 하여, 전체 브라우징이 아닌 신속한 검색을 목표로 하는 데 성공한다.
• 사용성 중심의 변환 기능—예를 들어 구조화된 메뉴와 의미적 레이블링—은 음성 인터페이스에서 사용자 이해도를 크게 향상시킨다.
• 대상 애노테이션을 통해 기존 HTML에서 콘텐츠 재설계 없이도 사용 가능한 VoiceXML를 생성할 수 있음을 입증한다.
• 이 방법은 정적 웹 콘텐츠를 최소한의 수동 간섭으로 접근 가능하고 상호작용 가능한 음성 애플리케이션으로 변환하는 데 효과적임을 입증한다.