使用大型语言模型来加速ALS的眼神打字用户的沟通.
Shanqing Cai1, Subhashini Venugopalan2, Katie Seaver2
1Google, Mountain View, CA, USA. cais@google.com.
Nature communications
|November 2, 2024
概括
使用LLM驱动的界面SpeakFaster显著减少了增强和替代通信 (AAC) 用户的运动动作. 这项技术提高了运动障碍患者的文本输入率,改善了他们的生活质量.
科学领域:
- 辅助技术 辅助技术 辅助技术
- 人与计算机的交互
- 自然语言处理自然语言处理.
背景情况:
- 对于使用增强型和替代性通信 (AAC) 的运动障碍者来说,加快文本输入至关重要.
- 大型语言模型 (LLM) 为提高AAC文本输入效率提供了新的可能性.
研究的目的:
- 推出SpeakFaster,一个由LLM驱动的用户界面,旨在加速在AAC.中输入文本.
- 与传统方法相比,评估SpeakFaster提供的电机节省和打字速度改进.
主要方法:
- 开发了一个LLM驱动的用户界面 (SpeakFaster) 使用高度缩写的文本输入.
- 进行离线模拟,以评估动力动作节省的成本.
- 在移动设备上对19名非AAC参与者进行了试点研究.
- 进行了实验室和实地测试,对两名患有肌缩侧面硬化症 (ALS) 的眼睛凝视AAC用户进行了测试.
主要成果:
- 离线模拟表明SpeakFaster比传统的预测键盘节省了57%的运动动作.
- 与非AAC用户进行的试点研究显示,与模拟和打字速度的轻微变化一致的电机节省.
- 与基线相比,患有ALS的AAC用户的文本输入率提高了29-60%,这归因于LLM驱动的按键节省.
结论:
- 正如SpeakFaster所证明的那样,LLM辅助的文本输入显著提高了AAC用户的文本输入率,特别是那些严重运动障碍的人.
- 这些发现支持LLM在提高AAC效率和用户生活质量方面的潜力.
- SpeakFaster为未来研究在AAC和其他接口中的LLM应用提供了基础.


