IT之家 4 月 11 日消息，Rokid Glasses AR+AI 眼镜于去年 11 月发布，用户通过戒指的轻触即可控制提词翻页。
然而，这种看似炫酷的交互方式仍存在诸多痛点：手动操作分散注意力、固定翻页节奏僵化、演讲者过度依赖提词器等问题。
基于这些使用痛点，Rokid 研发团队宣布近日提交了一份“一种基于智能算法的提词器功能”的专利，可以根据演讲者的语速和演讲节奏自动匹配文稿。其核心技术在于将演讲者的语言表达与文稿滚动实现无缝同步，解决了传统提词系统的顽疾。
Rokid 介绍称，在演讲场景中，提词器的交互方式长期受限于三种模式：手动触控、物理遥控器、固定定时滚动。尽管这些方案在特定场景下有效，但其局限性日益凸显：
人工交互的注意力消耗手动操作眼镜侧面触摸条或使用遥控戒指时，演讲者需在表达内容与控制设备间频繁切换注意力。
滑动眼镜的动作可能被观众误读为紧张或不自信的肢体语言。
固定节奏的定时滚动模式虽然解放了双手，但机械化的翻页速度往往与演讲者的语速脱节。当演讲者因情绪高涨加快语速时，文字滚动可能滞后半句话；而遇到需要停顿强调的环节，文字却仍在机械前滚，这种错位会引发认知混乱。
IT之家从公告获悉，Rokid 的新专利通过三项核心技术构建了智能提词系统：
1. 多模态语音识别引擎系统采用端到端的深度神经网络模型，可实时解析演讲者的语音内容。其创新之处在于：
方言兼容性：除普通话外，也支持多种方言，满足多语言场景需求；
抗干扰能力：在 45 分贝背景噪音下仍保持 98% 的识别准确率；
非线性识别：能精准捕捉重复朗读、跳跃式朗读等非常规表达，如演讲者突然回顾前文或跳读关键段落时，系统能智能判断意图并调整文稿位置。
2. 动态语速适配算法该算法构建了“语速-文本密度”的动态映射模型：
实时语速追踪：每 0.5 秒更新一次语速数据，覆盖 80-200 字 / 分钟的宽泛区间（覆盖 99% 的演讲场景）；
弹性缓冲机制：当检测到 5 秒以上停顿时，系统自动暂停并标记当前位置，恢复时通过上下文语义分析定位正确段落。
3. 多场景演讲匹配算法多场景匹配算法结合，满足演讲场景的全方位交互需求：
精准匹配算法：演讲者无论是跳词还是漏字，都能精准地匹配到正在阅读的语句；
模糊匹配算法：演讲过程中，演讲者脱稿即兴发挥或与观众无稿交流时，匹配算法将暂停，不影响演讲者的节奏，当演讲者回到演讲稿中，匹配算法会立即识别，继续精准匹配。
0 条