摘要
针对公共场合语音交互的尴尬及重复表达的低效问题,本文提出 SpeechLess,一种基于个性化空间记忆的 wearable AR 助手。该系统通过将过往交互与多模态个人语境(空间、时间、活动及指代对象)绑定构建空间记忆,从而从表述不全的查询中推断缺失的意图维度。这种机制支持用户动态调整表达粒度,实现从完整话语到微/零话语的交互。形式化研究与实地评估表明,该方法在减少表达努力、提升社会接受度的同时,未显著降低意图解析准确率。
AI 推荐理由
论文核心提出基于个性化空间记忆的架构,利用历史交互推断意图,属记忆机制研究。
研究机构
纽约州立大学石溪分校
德里大学
乔治亚理工学院
论文信息