May, 2022

读取场景：将机器人的语音适应环境和社交背景

PDF
TL;DR本研究旨在通过语音转换、使用环境音和背景图像数据，以及合适的 TTS 文本合成技术，优化机器人语音在不同场景下的适用性和可接受性，从而提供人机交互和服务机器人的解决方案。
voice conversionsocial speech featuresambient cuessynthetic voicesservice robots
发现论文，激发创造
  • 提升机器人口音适应能力：消除含糊不清的说话

    在不同环境和语境下，研究了人与机器人之间的口语交流并提出了自适应语音的模型，研究表明，良好的声学质量与可理解性和用户体验正相关，而距离远、分散背景声音会降低可理解性和用户满意度。经过评估表明，自适应声音参数相比固定声音参数具有更好的可理解性和用户体验。

    May, 2024

  • 视觉语境能否提高具有体现特征的智能体自动语音识别的性能？

    本文介绍了一种利用视觉信息，通过新的解码器偏置技术将机器人的语音识别能力改进来识别含有可见实体描述的口语，以提高自动语音识别系统在机器人上的鲁棒性能，并取得了 %59 的相对错误率降低。

    Oct, 2022

  • 机器人语音合成：交互、场景和伦理的视角

    本文从非语言和互动语音信号的综合、机器人语音综合的情景分类和机器人语音情感和认同的设计三个方面来讨论优化人机交互的通讯机器人设计。

    Mar, 2022

  • 情感社交人形智能系统

    本文提出了一种智能虚拟助手，可通过情感语义解释人类语音情感， 并且通过声音风格转移和人工生成方法生成特定情感的声波，使得与之互动的人有更好的体验。

    Apr, 2023

  • 人机交互中拟人化感知的实时度量方法研究

    研究了人类与机器人面部交互的音响 - 语调协调程度，发现主观和客观对人形化的感知程度与音声 - 语调协调程度呈正相关。

    Jan, 2022

  • 上下文中理解自然语言

    本文旨在研究自然语言交互与认知机器人、知识表达形式、计划工具和翻译过程的结合应用，以提高其在日常生活中的任务完成效率。

    May, 2022

  • 关于（声音）互动的先验分布向何处去？

    研究指出，语音对话技术基础设计不足，导致人机交互表面上难以实现自然对话，有短暂对话、单向语音等问题存在，需要深入研究本质原理和有效的设计方法。

    Mar, 2022

  • 让社交机器人处理社交线索，检测何时帮助用户

    本文提出一种基于社交线索的多模态融合方法，利用眼神和语言等社交线索实现实时的用户需求识别，这有助于社交机器人适应用户行为和喜好，从而提高用户体验。

    Oct, 2021

  • 朝着具有社交能力和文化适应能力的人工智能代理：表达顺序、交互干扰和恢复策略

    通过分类功能和社交干扰以及探讨机器人架构的要求，本文旨在为人工智能代理提供处理不同类型交互干扰的能力，以实现在多方社交情境和用户个性化之外，对于为人工代理赋予社交能力的扩展。

    Aug, 2023

  • 利用大型語言模型開發具有共感非語言提示的社交機器人

    我们提出通过整合非语言提示来增强社交机器人的共情能力。我们的主要贡献是设计和标记了四种共情的非语言提示：语音、行动（手势）、面部表情和情绪，用于社交机器人中。这些提示是利用大型语言模型（LLM）生成的。我们为机器人开发了基于 LLM 的对话系统，并评估其与人类咨询师定义的社交提示的一致性。初步结果表明，机器人的回应呈现出明显的模式，如对平静和积极社交情绪如 'joy' 和 'lively' 的偏好以及频繁点头示意。尽管存在这些倾向，我们的方法已经导致开发出了能够感知上下文并进行更真实互动的社交机器人。我们的工作为未来关于人机交互的研究奠定了基础，强调了在创建社交和共情机器人方面，语言和非语言提示的重要作用。

    Aug, 2023