特定のウェイクワードに依存しないスマートスピーカー起動方法の検討 - Githubissues

daikUGene / Ai

0 stars 0 forks source link

特定のウェイクワードに依存しないスマートスピーカー起動方法の検討 #4

Open daikUGene opened 2 months ago

daikUGene commented 2 months ago

詳細

事前に設定したウェイクワードではなく、ユーザの発言内容や行動から会話を開始する方法を検討する

目的

決まったウェイクワードを毎回発言するのはスピーカー側にロボットらしさを感じてしまうのではないか
人間同士の会話のように、ユーザの話したいという意図をくみとって会話を開始したい

方法

ユーザの発言内容：LLMを使ってくみとる
ユーザの行動：カメラの動画をLLMに送って動画から話したいという意図をくみとらせる

懸念点

LLMのリクエスト回数が増えそう。Gemini 1.5 Flashの無料枠の回数では不足しそう

リクエスト回数を減らしつつ、会話開始を損なわない工夫が必要