标签
数据表明，尽管青少年愿意向AI聊天机器人敞开心扉，但这种舒适感并不会自动转化为对实体机器人的信任；目前关于年轻人将如何与具身AI交互的数据结果参差不齐。
提出了一种多模态语音活动预测框架，将仅音频的VAP扩展至视听输入，用于社交机器人的话轮切换预测，采用预训练骨干网络和低秩适应方法。在NoXi和Haru EDR语料库上取得了改进。