Prototyp Architektur für audio-visuelle Interaktion
Die Architektur gliedert sich in 3 Komponenten (vgl. Bild):
- Das State Machine Frontend steuert die grafische Benutzeroberfläche mit Hilfe von High-Fidelity-Grafiken.
- Das Middleware Backend verbindet das State Machine Frontend mit dem LogicalBackend
- Das Logical Backend basiert auf Rhasspy 2.5, einem frei verfügbaren Framework für offline Sprachassistenz-Anwendungen.
Trainingsdaten:
- 1964 Äußerungen
- 10724 running words
Testdaten
- 839 Äußerungen
- 4507 running words
Beispiele
1) Intent: FindRecipes, (slot_name, slot_value) = (ingredient, pasta)
What about pasta recipes today
2) Intent: RequestRecipeVariant, (slot_name, slot_value) = (recipe_type, vegetarian)
Show me the vegetarian version of the recipe
3) Intent: SetPortions, (slot_name, slot_value) = (amount, five)
Select five portions please