机器人交互现状与趋势展望

机器人交互现状与趋势展望 人机交互的发展史就是走向自然交互的发展过程1956人工智能概念提出19701956人工智能概念提出1970第一次黄金期键盘鼠标触控多点触摸手写手势1990第二次黄金期2006第三次浪潮2022第四次浪潮人机交互是复杂的系统性工程云端设备端三方能力云端设备端技能开发智能体开发知识库开发技能开发智能体开发知识库开发测套件SDKSDKWSAPI聚合搜索音乐线性6麦线性2麦线性4麦线性6麦线性2麦语音属性解耦环形4麦环形6麦环形3麦前四后四8麦声源精准定位环形4麦环形6麦环形3麦前四后四8麦回声消除信号时空分离自适应场景降噪说话人分离T型8麦侧向环形6麦T型8麦实时唇形检测实时目标跟踪SpeakerB多人语音降噪分离①①②③多维情境感知情绪姿态行为手势场景90.1%87%多维情境感知情绪姿态行为手势场景-10dB噪音识别准确率三人语音分离准确率测试集：根据会议等真实业务构建的语音转写测试集不响应不响应打开空调响应今天你我今天很开心听出来了你好高兴呀，快和我分享分享吧感觉到你好委屈啦，发生什么事了，可以慢慢跟我说哦你也太厉害了吧，那我们玩一会猜谜语游戏吧那我帮您打开除湿吧终于写完作业了最近天气好潮宝宝...委屈长短时记忆融合架构，让伙伴对你“印象深刻”用户Query用户Query模拟人脑记忆方式模拟人脑记忆方式，对对话记录进行多层精准提取对话信息记忆提取特征抽取记忆编码对话信息记忆提取特征抽取记忆编码t基本信息：用户姓名张三t基本信息：用户姓名张三生活事件：购车2025/04/29购入新车记忆合并记忆合并记忆库记忆库基本信息：用户姓名基本信息：用户姓名张三生活事件：购车2025/04/29购入新车三层记忆保障个性化交互4000万首正版音乐10+娱乐生活精品智能体1200万小时有声内容意意图理解搜索增强知识检索搜索审核业界首发百变声音复刻，一句话上演角色宇宙一句录音复刻任意的音色 piroirp一条指令创造任意的风格一句录音复刻任意的音色任意组合生成语音风格和描述一致性主观体验85.6分声音复刻音色相似度主观体验91分面向鸡尾酒会场景，构建多模态交互范式，打造拟人化交互体验安静场景安静场景麦克风阵列语音交互单人多模态交互多人多模态交互开放场景开放场景聆思AI芯片语音交互板多模态交互板USB声卡聆思AI芯片语音交互板多模态交互板USB声卡降噪板四足降噪算法四足降噪算法低成本交互硬件前四后四麦克风阵列环形6+1麦阵指扫&说扫低成本交互硬件前四后四麦克风阵列环形6+1麦阵指扫&说扫mm四足机器人交互：极小尺寸环形四麦尺寸极小定位精准效果无损4.2cm直径360°声源定位92%识别ACC四足机器人交互：基于星闪和UWB的自由跟随距以麦克风阵列创新实现全球最领先的“抗噪识别”双耳8麦麦克风阵列打破传统拾音局限机器人1米以外的人声和噪声全隔离续航持久充电<2h，续航5~7天尺寸小6.8mm宽×2mm厚防水等级高IP68,5ATM重量轻2-3g链接距离远>5米（安卓）传感器丰富PPG、3D加速度、体温更便捷的接入：麦克风阵列封装版•轻薄封装厚度仅8mm，无需占用额外空间•声学可靠封装版经过专业人机交互声学设计•安装快捷支持表贴/嵌入，结构要求大幅降低声学保障、科技外观结构小巧、可夹可贴支持从语音到多模态的全链路交互不同噪音场景下的降噪方案选择更自由的交互：全离线接入支持端侧大模型、本地RAG、离线转写合硬件平台全功能的离线AI能力主流信创平台全适配低配机器可流畅运行全功能的离线AI能力主流信创平台全适配低配机器可流畅运行1、全离线语音转写和语音合成2、支持中英文混合识别和播报3、端侧热词、数字规整和标点快修国产x86_641、全离线语音转写和语音合成2、支持中英文混合识别和播报3、端侧热词、数字规整和标点快修国产x86_64CPU,+UOS统信Linuxx64系统Intelx86_64CPU,Windows10/11x64系统国产飞腾ARMCPU/RockchipARMCPU麒麟ARM64linux系统1、转写运行内存<2GB，准确率>95%2、合成运行内存<100MB，MOS>4.03、超拟人合成，支持发音人定制更自由的交互：端云融合接入控制指令端侧极速响应、复杂交互云边弹性扩展、让轻量设备享受云端复杂意图理解、信源扩展复杂意图理解、信源扩展端侧处理云端交互机器人让机器人“能听会说”智能家居语音控制，高效便捷智能硬件智能硬件语音交互儿童玩具儿童玩具智能陪伴智能穿戴无惧嘈杂环境智能电视大屏智联智能点歌语音点歌自然语言理解与交互任务规划与执行AstronClow所说即所得