
UCF的一名可读性研究员与Adobe团队在机器学习模型上合作,提供个性化的字体建议,提高数字信息的可访问性,以增强个人阅读体验。
这个团队由Adobe的机器学习工程师和研究人员组成,他们与视觉科学家、排版师、数据科学家和一名UCF可读性研究员合作,研究Adobe的机器学习模型FontMART。
该研究结果最近发表在《ACM设计交互式系统2022》(《CM Designing Interactive Systems 2022》)上。
Adobe是可读性联盟(The Readability Consortium)的成员,该联盟领导UCF的数字可读性研究,使用个性化排版来提高所有年龄和能力的读者的数字可读性。Adobe的FontMART研究是与UCF的虚拟可读性实验室合作完成的。
可读性联盟和UCF虚拟可读性实验室的主任Ben Sawyer说:“可读性的未来是一种设备,可以观察人类阅读,并利用他们的表现来调整格式,使他们的阅读达到最佳状态。我们期待着有一天,你可以拿起一台设备,以一种独特的适合你需求的方式阅读和接收信息。”
Sawyer和Adobe研究科学家Zoya Bylinskii参与了这项研究的构想,并在整个研究过程中提供指导。Acrobat.com机器学习工程师Tianyuan Cai领导了FontMART的这项研究。
这项研究使用了UCF虚拟可读性实验室网站上的字体偏好测试,为FontMART的建议提供了评估基线。
考虑字体偏好是很重要的,因为人们喜欢的字体往往不同于最能提高他们阅读体验和性能的字体,读者喜欢的字体和最快的字体之间的差异已经在之前的可读性研究中得到了证明。
研究结果表明,FontMART模型可以通过将读者特征与特定字体特征相匹配来推荐提高阅读速度的字体。
模型的工作原理

量化字体特征的热图
FontMART模型学习将字体与特定的读者特征联系起来。FontMART通过一项对252名人群工作者及其自我报告的人口统计信息的远程可读性研究进行了训练,对印刷工人的采访影响了研究中使用的八种字体的选择,最终选择的字体包括衬线字体(如Georgia、Merriweather、Times和Source serif Pro)和无衬线字体(如Arial、Open Sans、Poppins和Roboto)两种字体。
研究人员发现,不同的读者对字体的影响也不同。
根据FontMART的研究,FontMART可以通过理解字体特征和读者特征(如字体熟悉度、自我报告的阅读速度和年龄)之间的关系来预测适合特定读者的字体,在考虑的特征中,年龄在模型决定为读者推荐哪种字体时起着最大的作用。
例如,较重的字体特征有利于老年人的阅读体验,因为较粗的字体笔画对视力较弱和变化多端的人更容易阅读。

还需要进行更多的研究,可能包括更广泛的参与者年龄分布,以更能代表一般人群,评估该模型对其他阅读环境的有效性,如长形式或可浏览的,并扩展语言和相关的字体特征,以更好地适应读者的多样性。
持续的合作和研究将有助于扩大FontMART的特色,以改善FontMART模式,并增强个人阅读体验。
UCF的可读性联盟和虚拟可读性实验室解决了个性化如何提高阅读效率和速度,Sawyer还领导了一个专注于人类表现的应用神经科学小组LabX,他是工业工程和管理系统的副教授,Sawyer在UCF获得了人类因素心理学博士学位和工业工程硕士学位。
原文链接:https://techxplore.com/news/2022-08-ai-personalized-fonts-digital-accessibility.html









