多模态虚拟人交互的技术进展和应用

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：随着人工智能技术的飞速发展,以虚拟人为载体的人机交互方式被认为是5G+AI时代的新一代交互方式.本文综述了虚拟人交互技术的发展历程,并从多模态交互的感知、认知和表达三个阶段分别介绍科大讯飞相关技术进展,包括多模态语音识别的多模感知技术、基于知识学习的对话生成技术、基于认知大模型的认知智能技术,以及包含SMART-TTS和虚拟人动作合成的多维表达技术.此外,还介绍了科大讯飞虚拟人交互平台自发布以后在媒体、教育、文旅等行业应用情况.最终,本文认为多模态虚拟人交互技术需要向情感化、拟人化、个性化不断发展,持续带来更好的交互体验.

作者：

殷兵、周良、何山、殷保才、胡金水、刘聪、卫萌

展开 >

作者单位：

科大讯飞股份有限公司,合肥 230088

关键词：

多模态虚拟人交互多模感知认知智能多维表达

基金：

国家重点研发计划

项目编号：

2022YFB4500600

出版年：

2024

DOI：

10.16453/j.2096-5036.202425

人工智能

ISSN：2096-5036

年,卷(期)：2024.(3)