要約
音声対話中に人間のような動作を実現するには、人型ロボットが人間の話者の位置を推定する必要があります。
ここでは、人間とロボットのインタラクション シナリオのリアルタイム アプリケーションも考慮しながら、到来方向 (DOA) 推定に使用されるパラメーターを最適化する方法を紹介します。
この方法は、人型ロボット頭部上のバイノーラル音源定位フレームワークに適用されます。
この作業のために実際のデータが収集され、注釈が付けられます。
最適化は総当たり法とベイジアン モデル ベースの方法によって実行され、結果が検証および議論され、リアルタイム使用のレイテンシへの影響も調査されます。
要約(オリジナル)
To achieve human-like behaviour during speech interactions, it is necessary for a humanoid robot to estimate the location of a human talker. Here, we present a method to optimize the parameters used for the direction of arrival (DOA) estimation, while also considering real-time applications for human-robot interaction scenarios. This method is applied to binaural sound source localization framework on a humanoid robotic head. Real data is collected and annotated for this work. Optimizations are performed via a brute force method and a Bayesian model based method, results are validated and discussed, and effects on latency for real-time use are also explored.
arxiv情報
著者 | Pranav Barot,Katja Mombaur,Ewen MacDonald |
発行日 | 2023-07-22 17:11:46+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google