DescribePro：基于人机交互的协作式音频描述
人机交互
2025-08-05 v1
摘要
音频描述（AD）使视障和低视力（BLV）用户能够访问视频内容。然而，创建高质量的 AD 在人工编写描述的精确性与 AI 生成描述的效率之间存在权衡。为此，我们提出了 DescribePro——一个协作式 AD authoring 系统，使描述者能够通过多模态大型语言模型提示和手动编辑迭代细化 AI 生成的描述。DescribePro 还支持社区协作，允许用户 Fork 和编辑现有 AD，以探索不同的叙事风格。我们对 18 名描述者（9 名专业人员和 9 名初学者）进行了定性和定量评估。结果表明，AI 支持减少了重复性工作，同时帮助专业人员保持其风格选择，减轻了初学者的认知负担。协作标签和变体显示出为提供定制、版本控制和培训新描述者的潜力。这些发现凸显了协作式 AI 辅助工具在提升和扩展 AD 创作方面的潜力。
引用
@article{arxiv.2508.01092,
title = {DescribePro: Collaborative Audio Description with Human-AI Interaction},
author = {Maryam Cheema and Sina Elahimanesh and Samuel Martin and Pooyan Fazli and Hasti Seifi},
journal= {arXiv preprint arXiv:2508.01092},
year = {2025}
}
备注
ASSETS 25 19 pages, 8 figures