学习具身声音-动作映射:评估人工智能生成的舞蹈即兴创作
生成式AI(文本、图像、音乐、视频)舞蹈与身体动作计算AI/ML 研究员与工程师舞者与表演艺术家
通过舞蹈可以表达广泛的情感。随着虚拟智能体和机器人越来越多地成为我们日常生活的一部分,它们有效传达情感和意图的需求也在增加。当被训练跳舞时,人工智能在多大程度上能够学习声音与动作之间的隐性映射?在这里,我们探索了在三维动作捕捉记录的即兴舞蹈数据上训练的生成模型的创造力。我们进行了一个感知判断实验,让参与者对我们模型生成的动作以及人类表演进行评分。虽然声音-动作映射仍然有些难以捉摸,特别是与人类舞蹈示例相比,但我们的研究表明,在与感知舞蹈性和表达性相关的某些方面,该模型成功模仿了人类舞蹈。通过采用感知研究来评估我们的生成模型,我们旨在进一步提升理解创意人工智能的能力与局限性。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3450741.3465245
一眼看懂
fact_check论文快照
dataset
来源
C&C
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、舞蹈与身体动作计算
work
职业/产业
AI/ML 研究员与工程师、舞者与表演艺术家
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文