May, 2024

提升机器人口音适应能力：消除含糊不清的说话

PDF
TL;DR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。
spoken language interactionspeech comprehensionrobotic speech adaptationacoustic environmentuser experience
发现论文，激发创造
  • 读取场景：将机器人的语音适应环境和社交背景

    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。

    May, 2022

  • 基于数据驱动的噪声自适应话语生成与语言修改的研究

    该研究通过进行语音知觉实验，提出了一种针对嘈杂环境下语音生成的优化方法，提出基于可听度的复述排序模型，相对提高了 31.37% 的性能表现，从而在 SNR-5dB 下提高了 33% 的可懂度。

    Oct, 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

  • 超越文本：通过语音指示提升 LLM 机器人导航的决策能力

    在人与机器人交互方面，本研究发现纯文本作为对话模态在某些应用中存在不足之处，并通过引入音频转录及其相关特征来提升大型语言模型的决策能力，以在社交机器人导航和人机交互领域实现更好的性能。

    Feb, 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

  • 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

  • 口语交流是非全无的吗？对未来基于语音的人机交互的影响

    声控助手的普及是受欢迎的，但由于人的能力与期望与现有技术的功能和好处之间不可避免的不匹配，存在可居住差距，拟解决此类问题，但是否存在语言交互的固有限制？基于目前对语言的特殊性质的看法，回答是可能存在。然而，作者得出结论，将来的人机交互设计可以从母语与非母语发言者、成人和儿童以及人类和狗之间的交互中获得关键的灵感。

    Jul, 2016

  • 与机器人对话：拓宽参与和研究的 SLIVAR 社区提案

    自然人类语言与机器的交互能力已经不仅仅是司空见惯，而且是被期望的。下一步不仅仅是文本界面，而是语音界面；不仅仅与电脑，而是与包括机器人在内的所有机器的交互。本文记录了近期与机器人的口头对话这一快速发展领域的历史，并提出了三项建议：第一是教育，第二是基准测试，第三是在与机器人的口头交互中对语言建模。这三项建议应该成为任何研究人员借鉴和发展的白皮书。

    Apr, 2024

  • 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

  • 高效机器通信的持续自适应

    本研究提出了一个基于交互式重复参考任务的连续学习框架，以更准确和高效地与伙伴通信，并通过 COCO 的模拟和与人类伙伴的实时参考游戏实验进行了评估。

    Nov, 2019