HRI
MuVAP：面向野外对话中的多模态多方语音活动投影与话轮转换预测
Haotian Qi, Gabriel Skantze
- 发表年份
- 2026
- 引用次数
- 0
- 访问权限
- 开放获取
摘要
本文提出MuVAP框架，通过将声学预测与面部轨迹结合，实现仅依赖单声道音频和单摄像头视图的说话人感知话轮转换预测。为解决多说话人建模的复杂性，引入角色相对投影方法，并构建了31小时无剪辑的多方对话数据集，实验表明该方法在话轮保持和下一说话人预测任务上优于强基线模型。
关键词
turn-taking predictionmultimodalvoice activity projectionhuman-robot interactionmultiparty conversation
相关论文
HRI
📊 3,196 引用
The Uncanny Valley [From the Field]
Masahiro Mori, Karl F. MacDorman, Norri Kageki
2012
HRI
开放获取📊 3,034 引用
Measurement Instruments for the Anthropomorphism, Animacy, Likeability, Perceived Intelligence, and Perceived Safety of Robots
Christoph Bartneck, Dana Kulić, Elizabeth A. Croft 等 4 位作者
2008
HRI
📊 1,925 引用
The development of Honda humanoid robot
Kazuo Hirai, Masato Hirose, Y. Haikawa 等 4 位作者
2002
HRI
📊 1,914 引用
A Meta-Analysis of Factors Affecting Trust in Human-Robot Interaction
Peter A. Hancock, Deborah R. Billings, Kristin E. Schaefer 等 6 位作者
2011