IT之家 4 月 11 日消息，Rokid Glasses AR+AI 眼鏡於去年 11 月發佈，用戶通過戒指的輕觸即可控制提詞翻頁。

然而，這種看似炫酷的交互方式仍存在諸多痛點：手動操作分散注意力、固定翻頁節奏殭化、演講者過度依賴提詞器等問題。

基於這些使用痛點，Rokid 研發團隊宣佈近日提交了一份“一種基於智慧演算法的提詞器功能”的專利，可以根據演講者的語速和演講節奏自動匹配文稿。其核心技術在於將演講者的語言表達與文稿滾動實現無縫同步，解決了傳統提詞系統的頑疾。

Rokid 介紹稱，在演講場景中，提詞器的交互方式長期受限於三種模式：手動觸控、物理遙控器、固定定時滾動。儘管這些方案在特定場景下有效，但其局限性日益凸顯：

• 人工交互的注意力消耗手動操作眼鏡側面觸摸條或使用遙控戒指時，演講者需在表達內容與控制設備間頻繁切換注意力。

• 滑動眼鏡的動作可能被觀眾誤讀為緊張或不自信的肢體語言。

• 固定節奏的定時滾動模式雖然解放了雙手，但機械化的翻頁速度往往與演講者的語速脫節。當演講者因情緒高漲加快語速時，文字滾動可能滯後半句話；而遇到需要停頓強調的環節，文字卻仍在機械前滾，這種錯位會引發認知混亂。

IT之家從公告獲悉，Rokid 的新專利通過三項核心技術構建了智慧提詞系統：

1. 多模態語音辨識引擎系統採用端到端的深度神經網路模型，可即時解析演講者的語音內容。其創新之處在於：

• 方言相容性：除普通話外，也支持多種方言，滿足多語言場景需求；

• 抗干擾能力：在 45 分貝背景噪音下仍保持 98% 的識別準確率；

• 非線性識別：能精準捕捉重複朗讀、跳躍式朗讀等非常規表達，如演講者突然回顧前文或跳讀關鍵段落時，系統能智慧判斷意圖並調整文稿位置。

2. 動態語速適配演算法該演演算法構建了“語速-文本密度”的動態映射模型：

• 即時語速追蹤：每 0.5 秒更新一次語速數據，覆蓋 80-200 字 / 分鐘的寬泛區間（覆蓋 99% 的演講場景）；

• 彈性緩衝機制：當檢測到 5 秒以上停頓時，系統自動暫停並標記當前位置，恢復時通過上下文語義分析定位正確段落。

3. 多場景演講匹配演算法多場景匹配演算法結合，滿足演講場景的全方位交互需求：

• 精準匹配演算法：演講者無論是跳詞還是漏字，都能精準地匹配到正在閱讀的語句；

• 模糊匹配演算法：演講過程中，演講者脫稿即興發揮或與觀眾無稿交流時，匹配演算法將暫停，不影響演講者的節奏，當演講者回到演講稿中，匹配演算法會立即識別，繼續精準匹配。