واجهة المستخدم الصوتية

الموسوعة الحرة
أمازون إيكو
أمازون إيكو

تتيح واجهة المستخدم الصوتية ( VUI ) التفاعل الصوتي بين الإنسان والحاسوب، باستخدام تقنية التعرف على الكلام لفهم الأوامر المنطوقة والإجابة على الأسئلة ، وعادةً ما تستخدم تقنية تحويل النص إلى كلام لتشغيل الرد. جهاز الأوامر الصوتية هو جهاز يتم التحكم فيه بواسطة واجهة مستخدم صوتية.

أُضيفت واجهات المستخدم الصوتية إلى السيارات ، وأنظمة التشغيل الآلي للمنازل ، وأنظمة تشغيل الحواسيب ، والأجهزة المنزلية كالغسالات وأفران الميكروويف ، وأجهزة التحكم عن بُعد للتلفزيون . وهي الوسيلة الأساسية للتفاعل مع المساعدين الافتراضيين على الهواتف الذكية ومكبرات الصوت الذكية . تستطيع أنظمة الرد الآلي القديمة (التي تُحوّل المكالمات الهاتفية إلى الرقم الداخلي الصحيح) وأنظمة الاستجابة الصوتية التفاعلية (التي تُجري معاملات أكثر تعقيدًا عبر الهاتف) الاستجابة لضغط أزرار لوحة المفاتيح عبر نغمات DTMF ، لكن الأنظمة المزودة بواجهة مستخدم صوتية كاملة تُمكّن المتصلين من التحدث بطلباتهم واستجاباتهم دون الحاجة إلى الضغط على أي أزرار.

تتميز أجهزة الأوامر الصوتية الحديثة بأنها مستقلة عن المتحدث، لذا يمكنها الاستجابة لأصوات متعددة، بغض النظر عن اللهجة أو التأثيرات اللهجية. كما أنها قادرة على الاستجابة لعدة أوامر في وقت واحد، وفصل الرسائل الصوتية، وتقديم ردود فعل مناسبة ، مما يحاكي المحادثة الطبيعية بدقة. [ 1 ]

ملخص

واجهة المستخدم الصوتية (VUI) هي واجهة لأي تطبيق صوتي. قبل فترة وجيزة، كان التحكم في آلة بمجرد التحدث إليها أمرًا لا يعدو كونه ضربًا من الخيال العلمي . وحتى وقت قريب، كان يُنظر إلى هذا المجال على أنه من الذكاء الاصطناعي . إلا أن التطورات في تقنيات مثل تحويل النص إلى كلام، وتحويل الكلام إلى نص، ومعالجة اللغة الطبيعية ، والخدمات السحابية، ساهمت في الانتشار الواسع لهذه الأنواع من الواجهات. أصبحت واجهات المستخدم الصوتية أكثر شيوعًا، ويستفيد الناس من القيمة التي توفرها هذه الواجهات التي لا تتطلب استخدام اليدين أو العينين في العديد من المواقف.

تعتمد واجهات المستخدم الصوتية على قدرتها على معالجة المدخلات بكفاءة عالية، وغالبًا ما يؤدي الأداء غير المتسق إلى انخفاض تفاعل المستخدمين وردود فعل سلبية. يتطلب تصميم واجهة مستخدم صوتية جيدة مهارات متعددة التخصصات في علوم الحاسوب واللغويات وعلم العوامل البشرية، مثل علم النفس . حتى مع استخدام أدوات تطوير متقدمة، يتطلب بناء واجهة مستخدم صوتية فعالة فهمًا دقيقًا لكل من المهام المطلوب تنفيذها، والجمهور المستهدف الذي سيستخدم النظام النهائي. كلما كانت واجهة المستخدم الصوتية أقرب إلى النموذج الذهني للمستخدم للمهمة، كلما كان استخدامها أسهل مع تدريب بسيط أو بدون تدريب، مما يؤدي إلى زيادة الكفاءة ورضا المستخدم.

ينبغي أن تركز واجهة المستخدم الصوتية المصممة لعامة الجمهور على سهولة الاستخدام، وأن توفر قدراً كبيراً من المساعدة والإرشاد للمستخدمين الجدد. في المقابل، ينبغي أن تركز واجهة المستخدم الصوتية المصممة لمجموعة صغيرة من المستخدمين المتقدمين (بمن فيهم فنيو الصيانة الميدانية) على الإنتاجية أكثر من المساعدة والإرشاد. يجب أن تُبسط هذه التطبيقات مسارات المكالمات، وتقلل من الرسائل النصية، وتزيل التكرارات غير الضرورية، وتتيح حوارات "المبادرات المختلطة " المُفصّلة، والتي تُمكّن المتصلين من إدخال عدة معلومات في جملة واحدة وبأي ترتيب أو تركيبة. باختصار، يجب تصميم تطبيقات الكلام بعناية فائقة لتناسب عملية العمل المحددة التي يتم أتمتتها.

لا تتناسب جميع العمليات التجارية مع أتمتة الصوت بنفس الكفاءة. فعمومًا، كلما زادت تعقيد الاستفسارات والمعاملات، زادت صعوبة أتمتتها، وازداد احتمال فشلها لدى عامة الناس. في بعض الحالات، تكون الأتمتة غير مجدية، وبالتالي يكون الدعم المباشر من موظف خدمة العملاء هو الخيار الوحيد. على سبيل المثال، يصعب جدًا أتمتة خط المساعدة القانونية. في المقابل، يُعدّ الصوت مثاليًا للتعامل مع المعاملات السريعة والروتينية، مثل تغيير حالة أمر عمل، أو إدخال بيانات الوقت أو المصروفات، أو تحويل الأموال بين الحسابات.

تاريخ

تضمنت التطبيقات المبكرة لواجهة المستخدم الصوتية الاتصال بالهواتف عن طريق الصوت ، إما مباشرة أو من خلال سماعة رأس (عادةً بلوتوث ) أو نظام صوتي للسيارة.

في عام ٢٠٠٧، ذكرت مقالة اقتصادية على شبكة CNN أن صناعة الأوامر الصوتية تجاوزت قيمتها مليار دولار، وأن شركات مثل جوجل وآبل كانت تسعى جاهدة لتطوير ميزات التعرف على الكلام. [ ٢ ] ومنذ ذلك الحين، شهد العالم ظهور العديد من أجهزة الأوامر الصوتية. بالإضافة إلى ذلك، طورت جوجل محركًا للتعرف على الكلام يُسمى Pico TTS، وأطلقت آبل مساعدها الصوتي Siri. وتزداد أجهزة الأوامر الصوتية انتشارًا، وتُبتكر باستمرار طرق جديدة لاستخدام الصوت البشري. فعلى سبيل المثال، تشير مجلة Business Week إلى أن جهاز التحكم عن بُعد في المستقبل سيكون الصوت البشري. ويتيح Xbox Live حاليًا هذه الميزات، وقد ألمح ستيف جوبز إلى وجود ميزة مماثلة في جهاز Apple TV الجديد . [ ٣ ]

منتجات برامج الأوامر الصوتية على أجهزة الحوسبة

يوفر كل من نظامي التشغيل Apple Mac و Windows PC ميزات التعرف على الكلام المدمجة في أحدث أنظمة التشغيل الخاصة بهما .

مايكروسوفت ويندوز

يوفر نظاما التشغيل ويندوز 7 وويندوز فيستا من مايكروسوفت إمكانيات التعرف على الكلام. وقد دمجت مايكروسوفت الأوامر الصوتية في أنظمة التشغيل الخاصة بها لتوفير آلية للأشخاص الذين يرغبون في الحد من استخدامهم للفأرة ولوحة المفاتيح، مع الحفاظ على إنتاجيتهم الإجمالية أو زيادتها. [ 4 ]

ويندوز فيستا

باستخدام ميزة التحكم الصوتي في نظام التشغيل ويندوز فيستا، يُمكن للمستخدم إملاء المستندات ورسائل البريد الإلكتروني في التطبيقات الشائعة، وتشغيل التطبيقات والتبديل بينها، والتحكم في نظام التشغيل، وتنسيق المستندات وحفظها، وتعديل الملفات، وتصحيح الأخطاء بكفاءة، وملء النماذج على الإنترنت . يتعلم برنامج التعرف على الكلام تلقائيًا مع كل استخدام، وهو متوفر باللغات الإنجليزية (الأمريكية)، والإنجليزية (البريطانية)، والألمانية (الألمانية)، والفرنسية (الفرنسية)، والإسبانية (الإسبانية)، واليابانية، والصينية (التقليدية)، والصينية (المبسطة). بالإضافة إلى ذلك، يتضمن البرنامج برنامجًا تعليميًا تفاعليًا يُمكن استخدامه لتدريب كلٍ من المستخدم ومحرك التعرف على الكلام. [ 5 ]

ويندوز 7

بالإضافة إلى جميع الميزات المتوفرة في نظام التشغيل ويندوز فيستا، يوفر نظام التشغيل ويندوز 7 معالجًا لإعداد الميكروفون ودليلًا تعليميًا حول كيفية استخدام هذه الميزة. [ 6 ]

نظام التشغيل ماك أو إس إكس

تأتي جميع أجهزة Mac OS X مزودة مسبقًا ببرنامج التعرف على الكلام. هذا البرنامج مستقل عن المستخدم، ويتيح له "التنقل بين القوائم وإدخال اختصارات لوحة المفاتيح؛ ونطق أسماء مربعات الاختيار، وأزرار الاختيار، وعناصر القوائم، وأسماء الأزرار؛ وفتح التطبيقات وإغلاقها والتحكم بها والتبديل بينها". [ 7 ] مع ذلك، ينصح موقع Apple الإلكتروني المستخدم بشراء منتج تجاري يُسمى Dictate . [ 7 ]

المنتجات التجارية

إذا لم يكن المستخدم راضيًا عن برنامج التعرف على الكلام المدمج، أو إذا لم يكن لديه برنامج مدمج للتعرف على الكلام لنظام التشغيل الخاص به، فيمكنه تجربة منتج تجاري مثل Braina Pro أو DragonNaturallySpeaking لأجهزة الكمبيوتر التي تعمل بنظام Windows، [ 8 ] وDictate، وهو اسم البرنامج نفسه لنظام التشغيل Mac OS. [ 9 ]

أجهزة الجوال التي تعمل بالأوامر الصوتية

أي جهاز محمول يعمل بنظام تشغيل أندرويد، أو مايكروسوفت ويندوز فون، أو iOS 9 أو أحدث، أو بلاك بيري، يوفر إمكانية التحكم الصوتي. بالإضافة إلى برنامج التعرف على الكلام المدمج في كل نظام تشغيل، يمكن للمستخدم تنزيل تطبيقات التحكم الصوتي من متاجر التطبيقات الخاصة بكل نظام تشغيل: متجر تطبيقات أبل ، أو جوجل بلاي ، أو متجر تطبيقات ويندوز فون (الذي كان يُعرف سابقًا باسم متجر تطبيقات ويندوز للهواتف المحمولة )، أو متجر تطبيقات بلاك بيري .

نظام التشغيل أندرويد

طوّرت جوجل نظام تشغيل مفتوح المصدر يُسمى أندرويد ، يُمكّن المستخدم من تنفيذ أوامر صوتية مثل: إرسال الرسائل النصية، والاستماع إلى الموسيقى، والحصول على الاتجاهات، والاتصال بالشركات، والاتصال بجهات الاتصال، وإرسال البريد الإلكتروني، وعرض الخرائط، وتصفح المواقع الإلكترونية، وكتابة الملاحظات، والبحث في جوجل. [ 10 ] يتوفر برنامج التعرف على الكلام لجميع الأجهزة منذ إصدار أندرويد 2.2 "فرويو" ، ولكن يجب ضبط الإعدادات على اللغة الإنجليزية. [ 10 ] تتيح جوجل للمستخدم تغيير اللغة، ويُسأل المستخدم عند استخدام ميزة التعرف على الكلام لأول مرة عما إذا كان يرغب في ربط بيانات صوته بحسابه على جوجل. إذا اختار المستخدم تفعيل هذه الخدمة، فإن ذلك يسمح لجوجل بتدريب البرنامج على صوته. [ 11 ]

أطلقت جوجل مساعد جوجل مع نظام أندرويد 7.0 "نوجا" . وهو أكثر تطوراً بكثير من الإصدار الأقدم.

يحتوي موقع Amazon.com على جهاز Echo الذي يستخدم نسخة أمازون المخصصة من نظام Android لتوفير واجهة صوتية.

مايكروسوفت ويندوز

ويندوز فون هو نظام تشغيل أجهزة مايكروسوفت المحمولة. في ويندوز فون 7.5، تطبيق النطق مستقل عن المستخدم، ويمكن استخدامه للاتصال بأي شخص من قائمة جهات الاتصال، أو أي رقم هاتف، أو إعادة الاتصال بالرقم الأخير، أو إرسال رسالة نصية، أو الاتصال بالبريد الصوتي، أو فتح تطبيق، أو قراءة المواعيد، أو الاستعلام عن حالة الهاتف، أو البحث على الإنترنت. [ 12 ] [ 13 ] بالإضافة إلى ذلك، يمكن استخدام النطق أثناء المكالمة الهاتفية، ويمكن القيام بالإجراءات التالية أثناء المكالمة: الضغط على رقم، أو تشغيل مكبر الصوت، أو الاتصال بشخص ما، مما يؤدي إلى وضع المكالمة الحالية قيد الانتظار. [ 13 ]

يقدم نظام التشغيل ويندوز 10 نظام كورتانا ، وهو نظام تحكم صوتي يحل محل نظام التحكم الصوتي المستخدم سابقًا على هواتف ويندوز.

نظام التشغيل iOS

أضافت آبل ميزة التحكم الصوتي إلى أجهزة iOS الخاصة بها كميزة جديدة في نظام التشغيل iPhone OS 3. يأتي كل من iPhone 4S و iPad 3 و iPad Mini 1G و iPad Air و iPad Pro 1G و iPod Touch 5G والإصدارات الأحدث مزودًا بمساعد صوتي متطور يُدعى Siri . لا يزال بالإمكان تفعيل ميزة التحكم الصوتي من خلال قائمة الإعدادات في الأجهزة الأحدث. Siri هي ميزة مدمجة للتعرف على الكلام، تعمل بشكل مستقل عن المستخدم، وتتيح له إصدار أوامر صوتية. بمساعدة Siri، يمكن للمستخدم إصدار أوامر مثل: إرسال رسالة نصية، التحقق من حالة الطقس، ضبط تذكير، البحث عن معلومات، جدولة الاجتماعات، إرسال بريد إلكتروني، البحث عن جهة اتصال، ضبط منبه، الحصول على الاتجاهات، تتبع الأسهم، ضبط مؤقت، وطلب أمثلة على استعلامات الأوامر الصوتية. [ 14 ] بالإضافة إلى ذلك، يعمل Siri مع سماعات الرأس السلكية واللاسلكية (بلوتوث) . [ 15 ]

أطلقت آبل ميزة "الصوت الشخصي" ضمن ميزات تسهيل الاستخدام في نظام iOS 17 ، الذي تم إصداره في 18 سبتمبر 2023. [ 16 ] تتيح هذه الميزة للمستخدمين إنشاء نسخة صوتية شخصية مُولّدة بواسطة الذكاء الاصطناعي (التعلم الآلي) لاستخدامها في تطبيقات تحويل النص إلى كلام . صُممت ميزة "الصوت الشخصي" خصيصًا للأفراد الذين يعانون من صعوبات في النطق ، حيث تساعد في الحفاظ على الصوت الفريد للمستخدم. كما أنها تُحسّن من أداء سيري وغيرها من أدوات تسهيل الاستخدام من خلال توفير تجربة مستخدم أكثر تخصيصًا وشمولية . تعكس ميزة "الصوت الشخصي " التزام آبل المستمر بتوفير إمكانية الوصول والابتكار . [ 17 ] [ 18 ]

أمازون أليكسا

في عام ٢٠١٤، طرحت أمازون جهاز أليكسا للمنزل الذكي . كان الغرض الأساسي منه مكبر صوت ذكي يسمح للمستخدم بالتحكم فيه صوتيًا. لاحقًا، تحوّل إلى جهاز مبتكر قادر على التحكم بالأجهزة المنزلية صوتيًا. الآن، يُمكن التحكم بمعظم الأجهزة المنزلية باستخدام أليكسا، بما في ذلك المصابيح الكهربائية ودرجة الحرارة. بفضل التحكم الصوتي، تستطيع أليكسا الاتصال بتقنيات المنزل الذكي، مما يسمح للمستخدمين بقفل منازلهم، والتحكم بدرجة الحرارة، وتفعيل مختلف الأجهزة. يتيح هذا النوع من الذكاء الاصطناعي للمستخدم طرح سؤال، فتقوم أليكسا بالبحث عن الإجابة، وإيجادها، ثمّ سردها له. [ ١٩ ]

التعرف على الكلام في السيارات

مع تطور تكنولوجيا السيارات، ستُضاف إليها المزيد من الميزات، وقد تُشتت هذه الميزات انتباه السائق. ووفقًا لموقع CNET ، ينبغي أن تُمكّن الأوامر الصوتية للسيارات السائق من إصدار الأوامر دون تشتيت انتباهه. وذكر الموقع أن شركة Nuance تُشير إلى أنها ستُطوّر في المستقبل برنامجًا يُشبه Siri، ولكن للسيارات. [ 20 ] كانت معظم برامج التعرّف على الكلام المتوفرة في السوق عام 2011 تحتوي على ما بين 50 و60 أمرًا صوتيًا فقط، بينما احتوى نظام Ford Sync على 10,000 أمر. [ 20 ] ومع ذلك، أشار موقع CNET إلى أن حتى 10,000 أمر صوتي غير كافية نظرًا لتعقيد وتنوّع المهام التي قد يرغب المستخدم في القيام بها أثناء القيادة. [ 20 ] يختلف استخدام الأوامر الصوتية للسيارات عن استخدامها في الهواتف المحمولة وأجهزة الكمبيوتر، إذ يُمكن للسائق استخدام هذه الميزة للبحث عن المطاعم القريبة، ومحطات الوقود، واتجاهات القيادة، وحالة الطرق، وموقع أقرب فندق. [ 20 ] تسمح التكنولوجيا حاليًا للسائق بإصدار أوامر صوتية على كل من نظام تحديد المواقع العالمي المحمول مثل جارمن ونظام الملاحة الخاص بشركة تصنيع السيارة. [ 21 ]

قائمة أنظمة الأوامر الصوتية التي توفرها شركات تصنيع السيارات:

المدخلات غير اللفظية

بينما صُممت معظم واجهات المستخدم الصوتية لدعم التفاعل من خلال اللغة البشرية المنطوقة، فقد ظهرت مؤخرًا أيضًا استكشافات في تصميم واجهات تستخدم الأصوات البشرية غير اللفظية كمدخلات. [ 22 ] [ 23 ] في هذه الأنظمة، يتحكم المستخدم في الواجهة عن طريق إصدار أصوات غير كلامية مثل الهمهمة أو الصفير أو النفخ في الميكروفون. [ 24 ]

من الأمثلة على واجهات المستخدم الصوتية غير اللفظية، بليندي [ 25 ] [ 26 ]، وهو عمل فني تفاعلي من إبداع كيلي دوبسون. يتألف العمل من خلاط كلاسيكي من خمسينيات القرن الماضي، تم تعديله ليستجيب لإدخال الميكروفون. للتحكم في الخلاط، يجب على المستخدم محاكاة صوت الطنين الميكانيكي الذي يصدره الخلاط عادةً: يدور الخلاط ببطء استجابةً لصوت المستخدم المنخفض، ويزداد سرعةً كلما أصدر المستخدم أصواتًا أعلى نبرة.

مثال آخر هو VoiceDraw [ 27 ] ، وهو نظام بحثي يمكّن الأفراد ذوي القدرات الحركية المحدودة من الرسم الرقمي. يسمح VoiceDraw للمستخدمين برسم خطوط على لوحة رقمية من خلال تعديل أصوات حروف العلة، والتي تُربط باتجاهات الفرشاة. كما يتيح تعديل خصائص لغوية أخرى (مثل شدة الصوت) للمستخدم التحكم في خصائص مختلفة للرسم، مثل سُمك ضربة الفرشاة.

وتشمل الأساليب الأخرى اعتماد الأصوات غير اللفظية لتعزيز واجهات اللمس (مثل الهاتف المحمول) لدعم أنواع جديدة من الإيماءات التي لا يمكن تحقيقها باستخدام إدخال الأصابع فقط. [ 24 ]

تحديات التصميم

تُشكّل واجهات الصوت تحديات كبيرة فيما يتعلق بسهولة الاستخدام. وعلى عكس واجهات المستخدم الرسومية، لا تزال أفضل الممارسات لتصميم واجهات الصوت قيد التطوير. [ 28 ]

إمكانية الاكتشاف

مع التفاعل الصوتي البحت، تعاني واجهات المستخدم الصوتية عادةً من ضعف سهولة الاكتشاف : [ 28 ] إذ يصعب على المستخدمين فهم نطاق إمكانيات النظام. ولكي يُظهر النظام ما هو ممكن دون عرض مرئي، سيحتاج إلى سرد الخيارات المتاحة، وهو ما قد يصبح مملاً أو غير عملي. غالبًا ما يؤدي ضعف سهولة الاكتشاف إلى إبلاغ المستخدمين عن ارتباكهم بشأن ما "يُسمح" لهم بقوله، أو عن تباين في توقعاتهم حول مدى فهم النظام. [ 29 ] [ 30 ]

النسخ

رغم التحسن الكبير الذي طرأ على تقنية التعرف على الكلام في السنوات الأخيرة، لا تزال واجهات المستخدم الصوتية تعاني من أخطاء في التحليل أو النسخ، حيث لا يُفسَّر كلام المستخدم بشكل صحيح. [ 31 ] وتكثر هذه الأخطاء بشكل خاص عندما يستخدم الكلام مصطلحات تقنية (مثل المصطلحات الطبية) أو تهجئات غير مألوفة، مثل أسماء الفنانين الموسيقيين أو الأغاني. [ 32 ]

فهم

لا يزال تصميم الأنظمة الفعّالة لتعزيز فهم المحادثات مجالًا مفتوحًا للبحث. وتُعدّ واجهات المستخدم الصوتية التي تُفسّر حالة المحادثة وتُديرها تحديًا في التصميم نظرًا للصعوبة الكامنة في دمج مهام معالجة اللغة الطبيعية المعقدة، مثل حلّ الإحالات ، والتعرّف على الكيانات المسماة ، واسترجاع المعلومات ، وإدارة الحوار . [ 33 ] معظم المساعدين الصوتيين اليوم قادرون على تنفيذ الأوامر الفردية بكفاءة عالية، لكن قدرتهم على إدارة الحوار محدودة، إذ تقتصر على مهمة محددة أو بضع جولات في المحادثة. [ 34 ]

الآثار المترتبة على الخصوصية

تُثار مخاوف تتعلق بالخصوصية نظرًا لأن الأوامر الصوتية متاحة لمُزودي واجهات المستخدم الصوتية بصيغة غير مُشفرة، ما يُتيح مشاركتها مع جهات خارجية ومعالجتها بطريقة غير مُصرح بها أو غير متوقعة. [ 35 ] [ 36 ] إضافةً إلى المحتوى اللغوي للكلام المُسجل، قد تتضمن طريقة تعبير المستخدم وخصائص صوته ضمنيًا معلومات حول هويته البيومترية، وسمات شخصيته، وشكل جسمه، وحالته الصحية البدنية والنفسية، وجنسه، ونوعه الاجتماعي، وحالته المزاجية وعواطفه ، ووضعه الاجتماعي والاقتصادي، وموطنه الجغرافي. [ 37 ]

انظر أيضاً

مراجع

  1. ↑ "التحكم الصوتي في الغسالة" . مجلة الأجهزة المنزلية . مؤرشف من الأصل بتاريخ 3 نوفمبر 2011. تم الاطلاع عليه بتاريخ 20 ديسمبر 2018 .
  2. ↑ بورزو، جانيت (8 فبراير 2007). "الآن أنت تتحدث" . سي إن إن موني. مؤرشف من الأصل في 11 فبراير 2007. تم الاسترجاع في 25 أبريل 2012 .
  3. ↑ "التحكم الصوتي: نهاية جهاز التحكم عن بُعد للتلفزيون؟" . Bloomberg.com . مجلة بيزنس ويك. 9 ديسمبر 2011. مؤرشف من الأصل في 8 ديسمبر 2011. تم الاطلاع عليه في 1 مايو 2012 .
  4. ↑ "ميزة الكلام المدمجة في ويندوز فيستا" . ويندوز فيستا . تم الاطلاع عليه بتاريخ 25 أبريل 2012 .
  5. ↑ "عملية النطق على نظام التشغيل Vista" . مايكروسوفت.
  6. ↑ "إعداد التعرف على الكلام" . مايكروسوفت.
  7. 1 2 "المهارات البدنية والحركية" . أبل.
  8. ↑ "DragonNaturallySpeaking PC" . Nuance.
  9. ↑ "DragonNaturallySpeaking Mac" . Nuance.
  10. 1 2 "الإجراءات الصوتية" .
  11. ↑ "يمكن الآن "تدريب" البحث الصوتي من جوجل لنظام أندرويد على صوتك" . 14 ديسمبر 2010. تم الاطلاع عليه بتاريخ 24 أبريل 2012 .
  12. ↑ "استخدام الأوامر الصوتية" . مايكروسوفت . تم الاطلاع عليه بتاريخ 24 أبريل 2012 .
  13. 1 2 "استخدام الأوامر الصوتية" . مايكروسوفت . تم الاطلاع عليه بتاريخ 27 أبريل 2012 .
  14. ↑ "تتمتع سيري، في أجهزة آيفون 3GS و4، وآيبود 3 و4، بخاصية التحكم الصوتي مثل سيري السريع، حيث تشغل الموسيقى، وتوقفها مؤقتًا، وتشغلها عشوائيًا، وتدعم فيس تايم، وميزات الاتصال" . أبل . تم الاطلاع عليه بتاريخ 27 أبريل 2012 .
  15. ↑ "الأسئلة الشائعة حول سيري" . أبل.
  16. ↑ "كيفية استخدام ميزة الصوت الشخصي على أجهزة iPhone بنظام iOS 17" . Engadget . 2023-12-06 . تم الاطلاع عليه بتاريخ 2024-08-21 .
  17. ↑ جيسون إنجلاند (13 يوليو 2023). "كيفية إعداد واستخدام ميزة الصوت الشخصي في نظام iOS 17 - اجعل صوت جهاز iPhone الخاص بك يشبه صوتك تمامًا" . LaptopMag . تم الاطلاع عليه بتاريخ 21 أغسطس 2024 .
  18. ↑ "تحسين إمكانية الوصول إلى الكلام باستخدام الصوت الشخصي" . بحث أبل في مجال التعلم الآلي . تم الاطلاع عليه بتاريخ 21 أغسطس 2024 .
  19. ↑ "كيف تحوّل جهاز أمازون إيكو من مكبر صوت ذكي إلى مركز منزلك" . بزنس إنسايدر .
  20. 1 2 3 4 "صوت يشبه صوت سيري" . سي نت.
  21. ↑ "جهاز تحديد المواقع العالمي المحمول مع ميزة الصوت" . CNET.
  22. ↑ بلاتنر، ميرا م.؛ غرينبيرغ، روبرت م. (1992). "التواصل والتعلم من خلال الصوت غير الكلامي". تصميم واجهات الوسائط المتعددة في التعليم . ص 133-143 . doi : 10.1007/978-3-642-58126-7_9 . ISBN  978-3-540-55046-4.
  23. ↑ هيريفورد، جيمس؛ وين، ويليام (أكتوبر 1994). "الأصوات غير الكلامية في التفاعل بين الإنسان والحاسوب: مراجعة وإرشادات تصميمية". مجلة بحوث الحوسبة التعليمية . 11 (3): 211-233 . doi : 10.2190/mkd9-w05t-yj9y-81nm . ISSN 0735-6331 . S2CID 61510202 .  
  24. 1 2 ساكاموتو، دايسوكي؛ كوماتسو، تاكانوري؛ إيغاراشي، تاكيو (27 أغسطس 2013). "التلاعب المعزز بالصوت | وقائع المؤتمر الدولي الخامس عشر حول تفاعل الإنسان مع الحاسوب باستخدام الأجهزة والخدمات المحمولة" : 69-78 . doi : 10.1145/2493190.2493244 . S2CID 6251400. تاريخ الاسترجاع : 27 فبراير 2019 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  25. ↑ دوبسون، كيلي (أغسطس 2004). "بليندي | وقائع المؤتمر الخامس حول تصميم الأنظمة التفاعلية: العمليات والممارسات والأساليب والتقنيات" : 309. doi : 10.1145/1013115.1013159 . تاريخ الاسترجاع : 27 فبراير 2019 .{{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  26. ↑ "كيلي دوبسون: بليندي" . web.media.mit.edu . مؤرشف من الأصل بتاريخ 10 مايو 2022. تم الاطلاع عليه بتاريخ 27 فبراير 2019 .
  27. ↑ هارادا، سوسومو؛ ووبروك، جاكوب أو.؛ ​​لاندي، جيمس أ. (15 أكتوبر 2007). "Voicedraw | وقائع المؤتمر الدولي التاسع لجمعية ACM SIGACCESS حول الحوسبة وإمكانية الوصول" : 27-34 . doi : 10.1145/1296843.1296850 . S2CID 218338. تاريخ الاسترجاع : 27 فبراير 2019 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  28. 1 2 مراد، كريستين؛ مونتيانو، كوزمين؛ كلارك، لي؛ كوان، بنجامين ر. (3 سبتمبر 2018). "إرشادات تصميم التفاعل الصوتي بدون استخدام اليدين | وقائع المؤتمر الدولي العشرين حول تفاعل الإنسان مع الحاسوب باستخدام الأجهزة والخدمات المحمولة الملحقة" : 269-276 . doi : 10.1145/3236112.3236149 . S2CID 52099112. تاريخ الاسترجاع: 27 فبراير 2019 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  29. ↑ يانكيلوفيتش، نيكول؛ ليفو، جينا-آن؛ ماركس، مات (مايو 1995). "تصميم أفعال الكلام | وقائع مؤتمر SIGCHI حول العوامل البشرية في أنظمة الحوسبة" : 369-376 . doi : 10.1145/223904.223952 . S2CID 9313029 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  30. ↑ "ماذا عساي أن أقول؟ | وقائع المؤتمر الدولي الثامن عشر حول التفاعل بين الإنسان والحاسوب مع الأجهزة والخدمات المحمولة" . doi : 10.1145/2935334.2935386 . S2CID 6246618 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  31. ↑ مايرز، تشيلسي؛ فرقان، أنوشاي؛ نيبولسكي، جيسيكا؛ كارو، كارينا؛ تشو، جيشن (19 أبريل 2018). "أنماط تغلب المستخدمين على العقبات في واجهات المستخدم الصوتية | وقائع مؤتمر CHI لعام 2018 حول العوامل البشرية في أنظمة الحوسبة" : 1-7 . doi : 10.1145/3173574.3173580 . S2CID 5041672. تاريخ الاسترجاع: 27 فبراير 2019 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  32. ↑ سبرينغر، آرون؛ كرامر، هنرييت (21 أبريل 2018). ""لعب PRBLMS" | وقائع مؤتمر CHI لعام 2018 حول العوامل البشرية في أنظمة الحوسبة : 1-13 . doi : 10.1145/3173574.3173870 . S2CID 5050837. تاريخ الاسترجاع : 27 فبراير 2019 . {{cite journal}}يتطلب الاستشهاد بالمجلة ( مساعدة )|journal=
  33. ↑ جاليتسكي، بوريس (2019). تطوير روبوتات المحادثة المؤسسية: تعلم البنى اللغوية ( الطبعة الأولى). تشام، سويسرا: سبرينغر. ص 13-24 . doi : 10.1007/978-3-030-04299-8 . ISBN   978-3-030-04298-1. S2CID 102486666 . 
  34. ↑ بيرل، كاثي (2016-12-06). تصميم واجهات المستخدم الصوتية: مبادئ تجارب المحادثة ( الطبعة الأولى). سيباستوبول، كاليفورنيا: أورايلي ميديا. الصفحات 16-19 . ISBN   978-1-491-95541-3.
  35. ↑ "قد تكون شركات آبل وجوجل وأمازون قد انتهكت خصوصيتك من خلال مراجعة أوامر المساعد الرقمي" . مجلة فورتشن . 5 أغسطس 2019. تاريخ الاطلاع: 13 مايو 2020 .
  36. ↑ هيرن، أليكس (11 أبريل 2019). "تقرير: موظفو أمازون يستمعون إلى تسجيلات أليكسا الخاصة بالعملاء" . صحيفة الغارديان . تاريخ الاسترجاع: 21 مايو 2020 .
  37. ↑ كروجر، جاكوب ليون؛ لوتز، أوتو هانز مارتن؛ راشكه، فيليب (2020). "آثار تحليل الصوت والكلام على الخصوصية - الكشف عن المعلومات بالاستدلال". إدارة الخصوصية والهوية. بيانات من أجل حياة أفضل: الذكاء الاصطناعي والخصوصية . سلسلة IFIP للتقدم في تكنولوجيا المعلومات والاتصالات. المجلد 576. الصفحات 242-258 . doi : 10.1007/978-3-030-42504-3_16 . ISBN   978-3-030-42503-6ISSN 1868-4238​​