Skip to content Skip to footer

Episodio #7 – Interacción y modelos multimodales, máquinas con más de un sentido

portada podcast 7
Episodio 7 – Multimodalidad en YouTube

Las interfaces gráficas de usuario y las interfaces de voz ofrecen modos de interacción eficaces para muchas tareas.

Si combinamos ambos modelos, podremos crear interacciones multimodales que permitan a la gente acceder al contenido de formas alternativas mediante el uso del teclado, ratón, la voz o la interacción táctil.

En este nuevo episodio de ‘Cuando las máquinas hablen’, conversamos sobre multimodalidad, exploramos las propuestas de Google y Amazon Alexa, y compartimos consejos sobre cómo diseñar con voces y pantallas.

Episodio 7 – Multimodalidad en Spotify

Contenidos

  • 0:00 Introducción
  • 2:35 Qué es la multimodalidad
  • 3:53 El reto de la multimodalidad para los sistemas de diálogo
  • 7:04 Multimodalidad en LLMs
  • 14:49 Eficiencia de la multimodalidad
  • 22:08 Entender el contexto
  • 23:24 El enfoque multimodal de Google Assistant y Amazon Alexa
  • 30:04 ¿Serán los LLMs el siguiente dogma conversacional?
  • 40:10 Capacidades humanas y expectativas de interacción y privacidad
  • 42:25 Clonación de voces desde el móvil ¿servirán para interacciones multimodales?

Escucha ‘Cuando las máquinas hablen’

Podéis suscribiros en:

Y, también, puedes seguirnos, hablarnos y sugerirnos temas y personas de interés desde nuestras redes sociales en:

Si nos hacéis llegar vuestros comentarios, incluiremos las respuestas de Calíope en un programa especial.

Go to Top