Talking Spell：一个赋予日常物体实时拟人化语音交互的可穿戴系统

DOI

虚拟助手（VAs）已融入日常生活，集成在智能手机和智能设备中，引发了人们对能够增强用户体验并培养情感连接的 AI 伴侣的兴趣。然而，现有的伴侣通常嵌入在特定物品中——如眼镜、家庭助手或玩偶——这要求用户与不熟悉的物品建立情感联系，可能导致参与度降低和疏离感。为解决这一问题，我们推出了 Talking Spell，一个可穿戴系统，通过以用户为中心的辐射网络赋能用户为任何日常物体赋予语音和拟人化角色。利用先进的计算机视觉（如用于物体检测的 YOLOv11）、大型视觉语言模型（如用于角色生成的 QWEN-VL）以及语音转文本和文本转语音技术，Talking Spell 引导用户经历三个情感连接阶段：相识、熟悉和依恋。我们通过对十二名参与者进行用户研究来验证我们的系统，使用 Talking Spell 探索四种交互意图：娱乐、陪伴、实用和创造力。结果证明了其在与日常物体建立有意义的交互和情感意义方面的有效性。我们的研究结果表明，Talking Spell 创造了引人入胜且个性化的体验，通过从配饰到必备可穿戴设备的各种设备进行了演示。