arXiv Robotics· Mahek Aanthu, Om Aanthu, Aaryan AK Aanthu·· 5 小时前AI 评分18
KR A1：整合个性化语音合成、上下文对话与情绪感知响应生成的人形机器人交互原型设计与初步评估
KR A1: Design and Preliminary Evaluation of a Humanoid-Robot Interaction Prototype Integrating Personalized Voice Synthesis, Contextual Dialogue, and Emotion-Aware Response Generation
AI 导读
KR A1 人形机器人交互原型整合了本地部署的 Qwen2.5-3B-Instruct（经 Ollama 服务）、OpenVoice v2 零样本语音合成与两层情绪处理流程，并借助 InsightFace 人脸识别和 FAISS 向量记忆实现个性化交互。
推荐理由模型分析
该原型把本地 Qwen2.5-3B、OpenVoice v2 零样本音色克隆、关键词加 LLM 双层情绪判断与 FAISS 记忆检索串成一套人形机器人交互链路，可作为端侧多模块集成的参考架构。但评估仅覆盖音色克隆的八项声学相似度，样本小且无显著性检验，情绪识别、端到端延迟与临床效果均未验证，读者只能把它当作方法草案而非可用结论。
来源：arXiv Robotics · arxiv.org