Quester:基于语音的演示文稿问答支持系统

语音用户界面(VUI)设计大语言模型(LLM)的人机协作大学教授与研究人员在线课程设计师

当前的幻灯片软件(如PowerPoint)强化了线性口头演示的传递。在问答环节或复习讲座等场景中,需要更具临时性和动态性的演示。一个智能系统可以自动识别并显示与演讲者语音最相关的幻灯片,从而使演讲者在顺序安排演示文稿时具有更大的灵活性。我们展示了Quester,这是一个在问答环节实现快速访问相关演示内容并支持演讲者主导的非线性演示的系统。根据幻灯片的内容和笔记,系统根据与口语话语的语义接近程度对演示幻灯片进行排名,显示最相关的幻灯片,并在幻灯片笔记中高亮显示相应的内容关键词。我们的系统设计基于与专家演讲者的访谈以及对讲座和会议演示录音的分析。在一项将我们的动态支持系统与问答环节中的静态幻灯片导航系统进行比较的受试者内研究中,演讲者表达了对我们系统的强烈偏好,并使用我们的系统更有效地回答了问题。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/3878/2018

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2018
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
语音用户界面(VUI)设计、大语言模型(LLM)的人机协作
work
职业/产业
大学教授与研究人员、在线课程设计师
article
内容状态
仅摘要
hub
相关论文
9 篇相关论文