Puhe on ihmisten välisessä vuorovaikutuksessa luonnollisin, tehokkain ja suosituin kommunikointimenetelmä. Sitä on kuitenkin käytetty vähän ihmisen ja tietokoneen välisessä vuorovaikutuksessa. Eräs merkittävimmistä syistä tähän on sovelluskehityksen välineiden puutteellisuus. Puheteknologian (puheentunnistus ja puhesynteesi) lisäksi sovelluksissa keskeistä ovat helppokäyttöiset, joustavat ja käyttäjään sopeutuvat vuorovaikutusmenetelmät ja näitä tukeva sovellusalusta. Tässä työssä tutkitaan millainen puhesovellusten sovellusalustan tulisi olla. Työssä esitetään käsitteellinen malli ja käytännön toteutus sovellusalustasta sekä joukko sovellusalustan päälle toteutettuja puhesovelluksia, vuorovaikutusmenetelmiä ja työkaluja. Työssä on käsitelty suomenkielisiä ja monikielisiä puhesovelluksia ja niiden soveltuvuutta erilaisille käyttäjäryhmille, myös erityisryhmille kuten näkövammaisille käyttäjille.
Väitöskirjassa tarkastellaan puhesovelluksia sekä ihmisen ja tietokoneen vuorovaikutuksen että sovelluskehityksen tasolla. Tutkimuksen ensimmäisessä osassa käydään läpi puhesovellusten suunnitteluun, toteutukseen ja testaukseen liittyvät näkökohdat. Näiden pohjalta esitetään vaatimukset kehittyneelle sovellusalustalle. Toisessa osassa esitellään työn keskeinen tulos, uusi sovellusalusta, Jaspis. Jaspis on suunniteltu käyttäjään sopeutuviin eli adaptiivisin puhesovelluksiin, kuten esimerkiksi monikielisiin sovelluksiin. Keskeisenä innovaationa on adaptiivisuuden tuominen osaksi järjestelmän perusarkkitehtuuria hajautetun agenttiteknologian keinoin. Jaspis tarjoaa käsitteellisen mallin lisäksi peruskomponentit sekä teknologiarajapintoja käytännön sovellusten kehittämiseen.
Työssä esitetään kuinka yleistä sovellusalustaa on hyödynnetty erilaisten puhesovellusten kehittämisessä. Tarkemmin esitellään kaksi monikielistä sähköpostisovellusta, joita on mahdollista käyttää matka- ja lankapuhelimilla, sekä kaksi puhelinpohjaista aikataulujärjestelmää Tampereen ja Helsingin paikallisliikenteeseen. Väitöskirjassa esitetään myös sovellusalustaan pohjautuva jokapaikan tietotekniikan (ubiquitous computing) sovellus. Väitöskirjassa raportoidaan sovellusten teknisen toteutuksen ohella niistä saatuja käyttökokemuksia. Lisäksi esitellään, kuinka sovellusalustaa voidaan hyödyntää puhepohjaisten vuorovaikutusmenetelmien, kuten virheiden hallinnan ja modulaarisen kielen tuottamisen toteuttamiseksi. Väitöskirjassa esitettään myös sovellusalustan uuden sukupolven version yleispiirteet. Uudessa versiossa huomioitu erityisesti hajautettujen järjestelmien ja jokapaikan tietotekniikan vaatimukset.
Tutkimus on tehty Tampereen yliopiston tietojenkäsittelytieteiden laitoksen ihmisen ja tietokoneen vuorovaikutusta tutkivassa TAUCHI (Tampere Unit for Computer-Human Interaction) yksikössä ja sen Speech-based and Pervasive Interaction Group tutkimusryhmässä. Tutkimus on toteutettu kansallisissa ja kansainvälisissä tutkimushankkeissa, joiden rahoittajina ovat toimineet EU, TEKES, Suomen Akatemia sekä koti- ja ulkomaiset yritykset. Väitöskirjassa raportoidaan kuinka sovellusalustaa on hyödynnetty näissä projekteissa.
Työssä esitettyä sovellusalustaa voidaan hyödyntää erilaisten puhesovellusten toteuttamisessa. Se julkaistaan yhtä aikaa väitöskirjan kanssa vapaan lähdekoodin (open source) ohjelmistona tukemaan puhesovellusten tutkimusta ja tuotekehitystä. Järjestelmä julkaistaan LGPL lisenssin alaisuudessa, mikä mahdollistaa sen hyödyntämisen myös osana kaupallisia ohjelmistoja. Sovellusalustaan pohjautuva puhelinpohjainen aikataulupalvelu on Tampereella päivittäisessä käytössä. Sovellusalustaa on myös hyödynnetty pilottivaiheessa olevassa näkövammaisille käyttäjille suunnatussa julkaisujen lukupalvelussa. Lisätietoja järjestelmästä saa sen kotisivulta osoitteesta http://www.cs.uta.fi/hci/spi/Jaspis/.
