Albefeuille-Lagarde

Speech2Grasp框架使人形机器人能够通过语音指令抓取物体

研究人员开发了Speech2Grasp，一个新颖的框架，使人形机器人能够理解并执行通过语音指令抓取物体的命令。该方法有效地将现有文本条件模型的性能迁移到语音输入，利用了一个轻量级的基于MLP的投影仪。实验表明，Speech2Grasp在准确性和推理速度方面均优于传统的自动语音识别（ASR）管道，为将基于文本的人工智能系统扩展到处理自然语音提供了一种实用的方法。