首页 /研究 /基于大语言模型的多模态语音、手势与音乐驱动的交互式机器人动作合成
HRI

基于大语言模型的多模态语音、手势与音乐驱动的交互式机器人动作合成

Snehasis Banerjee, Ranjan Dasgupta

发表年份
2026
访问权限
开放获取

摘要

本文提出一种利用大语言模型从自然语音、手势和音乐节拍等多模态人类输入中合成复杂机器人动作的框架。该系统通过整合语音转录、手势识别和节拍检测模块,将处理后的输入通过提示模板送入大语言模型,生成连贯动作序列并在四足机器人上执行。

关键词

LLMmultimodalhuman-robot interactionaction synthesisquadruped robot

相关论文

查看 HRI 分类全部论文