<p>De specifika syftena med studien var att undersöka om (a)taluppfattningen förbättras om man i en liten display får se den som talar, jämfört med om ingen bild alls visas, och om (b)taluppfattningen förbättras då kontextuella ledtrådar presenteras i samband med ett talat meddelande. Studien syftade även till att ta reda på deltagarnas upplevelser och inställning till tekniken. Därför genomfördes (a) en datainsamling av objektiv data i form av ett talåtergivningstest, och (b) ett videosamtal via mobiltelefon samt en insamling av subjektiv data i form av intervju, med 10 deltagare med hörselnedsättning.</p><p>Resultatet av studien visade att både visuell och kontextuell information ökade taluppfattningen för deltagarna i studien, vilket innebär att videosamtal har potential att fungera som ett hjälpmedel för denna användargrupp. Ur intervjun framkom bland annat att hälften av deltagarna ansåg att konversationen förenklades med videosamtal, och hälften att den försvårades. De deltagare som tyckte att konversationen försvårades uppgav som skäl att ljudet kom före bilden i samtalet vilket gjorde det svårt att läppavläsa samtalspartnern. Det framkom även, främst från de deltagare som ansåg att videosamtalet förenklade konversationen, att ansiktsuttryck och gester underlättade förståelsen och gjorde samtalet mer personligt.</p>

Svenska är ett kvantitetsspråk där vokalernas längd kan vara betydelsebärande och förmågan att visuellt kunna diskriminera mellan vokalers längder kan vara en relevant komponent i talsignalen. I denna studie undersöktes hur visuell diskriminationskänslighet för vokalduration förehåller sig till läppavläsning.  Experimentbatteriet bestod av tre delar: visuell vokaldurationsdiskrimination (VDD), icke‑lingvistisk durationsdiskrimination (ILDD) samt visuell ordidentifikation. VDD och ILDD baserades på en 2AFC‑design där uppgiften var att bedöma vilket av två stimuli som presenterades under längst tid. Skillnaden i längd mellan varje stimulus var 1–6 bildrutor, motsvarande 33­­–200 ms. I VDD presenterades pseudoordet /mam‑mam/ och i ILDD presenterades prickar som växte respektive krympte på ett sätt som motsvarade rörelserna i VDD. I ordidentifikationsuppgiften läppavlästes vanligt förekommande svenska enstaviga ord. Sammanlagt testades 39 personer och resultatet visade att det var lättare att diskriminera mellan duration hos lingvistiska stimuli än hos icke‑lingvistiska. En bias i VDD mot att uppfatta den första stavelsen som längst observerades, vilket tidigare iakttagits av Lidestam (2009), men motsvarande kunde inte påvisas i ILDD. Resultaten tyder på att vi utnyttjar lingvistiska strategier för att hantera visuell vokalduration, men att vi bara i mycket liten grad utnyttjar visuell durationskänslighet för visuell identifikation av enstaviga ord.

De specifika syftena med studien var att undersöka om (a)taluppfattningen förbättras om man i en liten display får se den som talar, jämfört med om ingen bild alls visas, och om (b)taluppfattningen förbättras då kontextuella ledtrådar presenteras i samband med ett talat meddelande. Studien syftade även till att ta reda på deltagarnas upplevelser och inställning till tekniken. Därför genomfördes (a) en datainsamling av objektiv data i form av ett talåtergivningstest, och (b) ett videosamtal via mobiltelefon samt en insamling av subjektiv data i form av intervju, med 10 deltagare med hörselnedsättning. Resultatet av studien visade att både visuell och kontextuell information ökade taluppfattningen för deltagarna i studien, vilket innebär att videosamtal har potential att fungera som ett hjälpmedel för denna användargrupp. Ur intervjun framkom bland annat att hälften av deltagarna ansåg att konversationen förenklades med videosamtal, och hälften att den försvårades. De deltagare som tyckte att konversationen försvårades uppgav som skäl att ljudet kom före bilden i samtalet vilket gjorde det svårt att läppavläsa samtalspartnern. Det framkom även, främst från de deltagare som ansåg att videosamtalet förenklade konversationen, att ansiktsuttryck och gester underlättade förståelsen och gjorde samtalet mer personligt.

The general aim of this thesis was to test the effects of paralinguistic (emotional) and prior contextual (topical) cues on perception of poorly specified visual, auditory, and audiovisual speech. The specific purposes were to (1) examine if facially displayed emotions can facilitate speechreading performance; (2) to study the mechanism for such facilitation; (3) to map information-processing factors that are involved in processing of poorly specified speech; and (4) to present a comprehensive conceptual framework for speech perception, with specification of the signal being considered. Experi¬mental and correlational designs were used, and 399 normal-hearing adults participated in seven experiments. The main conclusions are summarised as follows. (a) Speechreading can be facilitated by paralinguistic information as constituted by facial displayed emotions. (b) The facilitatory effect of emitted emotional cues is mediated by their degree of specification in transmission and ambiguity as percepts; and by how distinct the perceived emotions combined with topical cues are as cues for lexical access. (c) The facially displayed emotions affect speech perception by conveying semantic cues; no effect via enhanced articulatory distinctiveness, nor of emotion-related state in the perceiver is needed for facilitation. (d) The combined findings suggest that emotional and topical cues provide constraints for activation spreading in the lexicon. (e) Both bottom-up and top-down factors are associated with perception of poorly specified speech, indicating that variation in information-processing abilities is a crucial factor for perception if there is paucity in sensory input. A conceptual framework for speech perception, comprising specification of the linguistic and paralinguistic information, as well as distinctiveness of primes, is presented. Generalisations of the findings to other forms of paralanguage and language processing are discussed.