鱼亮科技发布多模态交互套件,破解机器人高噪场景语音交互难题
2026/11/19 09:55AI云资讯18642
在商场、展厅、服务大厅等高噪商用场景中,服务机器人搭载的传统语音交互方案始终存在明显短板:环境噪声混杂,信噪比低,极易出现识别失真、听辨失效的问题。即便能够拾音,在多人共处的场景中,也难以区分目标交互用户与周边其他用户的声音,容易产生误唤醒、误响应、误打断等交互体验缺陷。

针对行业痛点,鱼亮科技正式推出多模态交互套件,依托音视频特征融合识别技术,搭建视听协同感知体系,打造可靠的商用机器人多模态感知方案,实现多模态语音降噪交互,产品可适配具身机器人、服务机器人、智能会议设备、商显大屏、广告机、自助服务终端等多类智能硬件。
视听多模态融合,突破噪声限制

该套件核心采用音视频特征融合识别架构,区别于单一声学拾音方案。系统同步采集视频流中的用户面部微表情特征与麦克风拾取的语音信号,通过多模态算法对两类信息进行联合建模与推理预测,抵消环境噪声、混响干扰带来的识别偏差,大幅提升嘈杂环境下的人机交互准确率,解决纯声学方案在高噪场景对话失灵的行业痛点。
多目标说话人区分与锁定,实现高拟人化交互
多用户并发交互是商用场景高频需求,如何区分主次说话人、过滤插话与无关人声干扰,一直是行业难点。鱼亮科技多模态交互套件将自动完成目标说话人区分:不仅可以精准锁定单一目标说话人,在持续聆听目标用户的过程中,屏蔽场景内其他一切干扰,同时将精准追踪多用户交互行为,为AI大模型提供交互上下文理解与交互决策提示。该能力可有效杜绝多人交谈、路人杂音引发的误唤醒、误执行问题,保障交互逻辑可控,是实现高拟人化AI对话交互的感知决策入口。
标准化集成,降低开发门槛
套件面向硬件厂商集成需求设计,配套标准化 SDK 与完善开发文档,接口适配主流机器人、商显、广告机等硬件平台,无需投入大量资源开展底层算法调试。厂商可快速将该交互能力嵌入自有终端,缩短产品研发周期,支持功能按需定制,适配不同产品形态与交互逻辑,兼顾标准化量产与项目定制化需求。
广泛适配,覆盖多元商用场景
鱼亮科技多模态交互套件专为嘈杂公共商用交互场景打造,重点解决机器人及其他智能终端在强噪声、多声源环境下“听不清、识不准、交互不自然、业务办理不稳定”的痛点。方案可灵活嵌入服务机器人、人形机器人、商显一体机、广告机、自助服务终端等各类智能终端。依托优异的抗干扰与多模态感知能力,可在展会展厅、连锁门店、政务大厅、交通枢纽等人流密集、声场复杂的公共空间稳定运行,为访客咨询、产品宣讲、自助业务办理等业务场景交付自然、精准、可靠的人机交互体验,赋能机器人终端构筑差异化交互竞争力。

鱼亮科技多模态交互套件,以音视频特征融合识别的差异化技术路线,补齐传统语音交互在嘈杂多人场景中的短板,优先为机器人提供一套高可靠、易集成的交互解决方案,同步赋能商显类智能终端,持续推动具身智能与商用显示设备的交互体验升级。鱼亮科技判断,业内将加速形成“基于感知驱动的主动智能”新范式,而多模态融合感知决策正是其中的关键环节。
相关文章
- 鱼亮科技发布多模态交互套件,破解机器人高噪场景语音交互难题
- 宇树、加速进化、智元、智身科技等确认出席12月苏州机器人会议展览!
- 让机器人“越用越聪明”:赛索德SaiVLA-JEPA探索在线自学习与受控“自主进化”
- 工信部发布5项人形机器人标准
- 具身赋能 产教共生|量子智能联合承办2026中国特种具身机器人产教融合高质量发展大会
- 联想集团的AI创新:智能制造、混合词元工厂与机器人自主巡检
- 一根铜线上的硬科技:扁线模组重塑机器人动力底座
- 思灵机器人 Agile Robots 完成5亿美元F轮融资,估值达85亿美元,加速物理AI落地与全球化布局
- 亚华+浙商+光谷投资的骅羲科技养老机器人上市,稳步迈向规模化落地
- 库萨科技入选《2026年中国端侧AI产业发展与应用实践蓝皮书》标杆案例,以城市服务机器人标定端侧AI典范
- 珞石机器人与地瓜机器人达成深度合作 开放小脑+端侧算力 加速具身智能产业落地
- 上海智位机器人 HUSKYLENS 2 AI Vision Sensor 荣获 Teach Awards “中学教育科技与软件”类别冠军
- 让机器人安全可靠地行动,Arm与意法半导体强化执行控制能力
- 构筑具身智能能力底座、完善安全治理体系,启元机器人加速AI走向现实世界
- 艾图科技发布艾妮机器人与产线王,服装智造迈入具身AI量产时代
- 「慧思开物」平台更新| Hi-WBC全身控制模型正式发布,开拓机器人真实作业新边界
AI企业
更多>>AI硬件
更多>>AI产业
更多>>AI技术
更多>>- 云知声 U2-Flash-1118 全新升级:打造国产第一梯队Flash 级别模型中的性价比标杆
- 可灵AI发布全新Kling Image 4.0 AA榜单排名超越Nano Banana
- 探索具身智能新路径,商汤科技实测 GPT-6-Astra
- 华为×华东师大联合研发时序预测基础模型,登顶国际权威时序测评双榜单
- 阶跃这次够狠:AA 全球开源前二,价格打到 Claude 的 1/8
- 科大讯飞发布Spark-Audio-1.0-Preview,全国产语音基座大模型实现从“听清”到“听懂”
- 全球最强开源模型 Kimi K3 发布,参数规模 3 万亿,真的是强!
- 范式变革!东软发布AI原生软件工程白皮书,重构软件产业底层逻辑









