GestureCoach:使用 LLM 驱动的手势推荐进行引人入胜演讲的排练

手部手势识别大语言模型(LLM)的人机协作创意协作与反馈系统互动叙事与沉浸式故事大学教授与研究人员电竞运动员与直播主播舞者与表演艺术家

本文介绍了 GestureCoach 系统,旨在帮助演讲者在排练时通过有效使用手势来交付更引人入胜的演讲。GestureCoach 将 LLM 驱动的手势推荐模型与排练界面相结合,主动提示演讲者适当手势。该模型基于 TED 演讲中专家的手势模式训练,包含两个模块:强调建议模块,通过识别演讲稿中值得用手势的文本片段来预测何时做手势;手势识别模块,通过从精选的手势数据库中检索语义适当的手势来确定使用什么手势。模型性能评估和用户研究(N=30)的结果表明,强调建议模块在识别合适的手势区域方面优于现成的 LLM,且参与者将大多数预测区域及其对应手势评价为高度合适。后续用户研究(N=10)表明,使用 GestureCoach 排练可以鼓励演讲者做手势,并显著增加手势多样性,从而产生更引人入胜的演讲。本文最后给出了未来 AI 驱动排练系统的设计启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/206909/2025

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3746059.3747705
一眼看懂

论文快照

fact_check
dataset
来源
UIST
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
5 位作者
sell
研究子方向
手部手势识别、大语言模型(LLM)的人机协作、创意协作与反馈系统、互动叙事与沉浸式故事
work
职业/产业
大学教授与研究人员、电竞运动员与直播主播、舞者与表演艺术家
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文