/朝聞通/在商場、展廳、服務大廳等高噪商用場景中,服務機器人搭載的傳統語音交互方案始終存在明顯短闆:環境噪聲混雜,信噪比低,極易出現識别失真、聽辨失效的問題。即便能夠拾音,在多人共處的場景中,也難以區分目标交互用戶與周邊其他用戶的聲音,容易産生誤喚醒、誤響應、誤打斷等交互體驗缺陷。

針對行業痛點,魚亮科技正式推出多模态交互套件,依托音視頻特征融合識别技術,搭建視聽協同感知體系,打造可靠的商用機器人多模态感知方案,實現多模态語音降噪交互,産品可适配具身機器人、服務機器人、智能會議設備、商顯大屏、廣告機、自助服務終端等多類智能硬件。
視聽多模态融合,突破噪聲限制

該套件核心采用音視頻特征融合識别架構,區别于單一聲學拾音方案。系統同步采集視頻流中的用戶面部微表情特征與麥克風拾取的語音信号,通過多模态算法對兩類信息進行聯合建模與推理預測,抵消環境噪聲、混響幹擾帶來的識别偏差,大幅提升嘈雜環境下的人機交互準确率,解決純聲學方案在高噪場景對話失靈的行業痛點。
多目标說話人區分與鎖定,實現高拟人化交互
多用戶并發交互是商用場景高頻需求,如何區分主次說話人、過濾插話與無關人聲幹擾,一直是行業難點。魚亮科技多模态交互套件将自動完成目标說話人區分:不僅可以精準鎖定單一目标說話人,在持續聆聽目标用戶的過程中,屏蔽場景内其他一切幹擾,同時将精準追蹤多用戶交互行為,為AI大模型提供交互上下文理解與交互決策提示。該能力可有效杜絕多人交談、路人雜音引發的誤喚醒、誤執行問題,保障交互邏輯可控,是實現高拟人化AI對話交互的感知決策入口。
标準化集成,降低開發門檻
套件面向硬件廠商集成需求設計,配套标準化 SDK 與完善開發文檔,接口适配主流機器人、商顯、廣告機等硬件平台,無需投入大量資源開展底層算法調試。廠商可快速将該交互能力嵌入自有終端,縮短産品研發周期,支持功能按需定制,适配不同産品形态與交互邏輯,兼顧标準化量産與項目定制化需求。
廣泛适配,覆蓋多元商用場景
魚亮科技多模态交互套件專為嘈雜公共商用交互場景打造,重點解決機器人及其他智能終端在強噪聲、多聲源環境下“聽不清、識不準、交互不自然、業務辦理不穩定”的痛點。方案可靈活嵌入服務機器人、人形機器人、商顯一體機、廣告機、自助服務終端等各類智能終端。依托優異的抗幹擾與多模态感知能力,可在展會展廳、連鎖門店、政務大廳、交通樞紐等人流密集、聲場複雜的公共空間穩定運行,為訪客咨詢、産品宣講、自助業務辦理等業務場景交付自然、精準、可靠的人機交互體驗,賦能機器人終端構築差異化交互競争力。

魚亮科技多模态交互套件,以音視頻特征融合識别的差異化技術路線,補齊傳統語音交互在嘈雜多人場景中的短闆,優先為機器人提供一套高可靠、易集成的交互解決方案,同步賦能商顯類智能終端,持續推動具身智能與商用顯示設備的交互體驗升級。魚亮科技判斷,業内将加速形成“基于感知驅動的主動智能”新範式,而多模态融合感知決策正是其中的關鍵環節。