ADC：面向盲人和低视力创作者的可访问且对话式音频描述 authoring 工具
人机交互
2026-02-10 v1
摘要
音频描述（AD）为盲人和低视力（BLV）受众提供必要的视觉内容访问途径。然而，当前AD生产工具仍大多不可访问，盲人和低视力视频创作者拥有宝贵的专业知识，但因界面以视觉为主而面临障碍。我们提出ADC，一个多模态 authoring 系统，支持对音频描述（AD）创建的非视觉控制。ADC结合对话式交互、键盘式播放控制与纯文本、无障碍阅读器可访问编辑器，支持端到端AD authoring 与视觉问题解答（VQA）。通过将无障碍阅读器友好控件与多模态大语言模型代理相结合，ADC支持实时VQA、脚本生成与AD修改。在针对12名BLV视频创作者的用户研究中，我们发现用户将对话式代理用作信息助理和草拟辅助，同时通过验证与编辑保持主体性。例如，参与者视自己为策辞者，接收模型提供的信息并加以筛选供其受众使用。我们的发现为可访问媒体工具的设计提供了启示，包括精确的编辑控制、对创意构思的可访问性支持以及可配置的人机协作规则。
引用
@article{arxiv.2602.07266,
title = {ADCanvas: Accessible and Conversational Audio Description Authoring for Blind and Low Vision Creators},
author = {Franklin Mingzhe Li and Michael Xieyang Liu and Cynthia L. Bennett and Shaun K. Kane},
journal= {arXiv preprint arXiv:2602.07266},
year = {2026}
}
备注
21 pages, 4 figures, published in CHI '26