健翔园IT信息网

多模态人机交互是下一代人机交互的发展趋势

　　多模态人机交互是下一代人机交互的发展趋势。融合听觉、视觉甚至触觉、嗅觉、梦见找不到回家的路味觉的多模态交互方式，无论表达的信息量和还是沟通效率，都比单一模式的交互方式更具优势，且形象生动。

　　聚焦到垂直领域，以语音交互为主的智能音箱是近几年来人机交互产品化竞争最激烈的赛道之一。从巨头到创业公司，无不将其视为抢夺下一代智能家居入口的核心利器。

　　今年4月，亚马逊推出了一款儿童版智能音箱Echo Dot Kids Edition，尽管在硬件配置方面和标准的Echo Dot无任何差异，但在软件层面，比如其语音识别、儿童读物等都是针对儿童场景进行量身打造。国内方面，阿里、百度、出门问问、喜马拉雅等巨头和创业公司也纷纷针对儿童市场推出了相关产品。

　　儿童智能音箱的爆火，进一步带动了智能语音技术向更多应用场景的扩散但由于语音交互的方式过于单一，对用户来说缺乏直观感受，因此，被赋予“视觉识别能力”的智能故事机成为下一个被关注的市场。

　　“离开视觉的人机交互方式是不完善的”，玩瞳科技VisionTalkCEO黄勇在接受猎云网（微信：）采访时表示，因此，围绕视觉交互在教育领域的应用，黄勇和团队通过连接智能交互终端＋书本＋学习行为，构建了一套“AI慧读交互系统”。

　　黄勇介绍，目前这套系统当前主要围绕儿童早期阅读展开，通过视觉故事机的形式陪伴、辅助儿童阅读。

　　例如，“当孩子打开书本，视觉交互终端就能自动识别并引导他进行自主阅读。如果遇到不懂的字句或知识点，只需轻点书本上的图文，视觉交互终端就能通过摄像头采集，通过AI算法将相关数据变为机器能够识别的指令传到云端，并对内容进行定位、提取和识别，实时解决孩子学习过程中遇到的问题”。

　　本文由海南柴油发电机组 www.hnjqc.cn整理发布