論文の概要: XR-CareerAssist: An Immersive Platform for Personalised Career Guidance Leveraging Extended Reality and Multimodal AI

• arxiv url: http://arxiv.org/abs/2604.06901v1
• Date: Wed, 08 Apr 2026 09:56:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-09 17:30:51.469681
• Title: XR-CareerAssist: An Immersive Platform for Personalised Career Guidance Leveraging Extended Reality and Multimodal AI
• Title（参考訳）: XR-CareerAssist: 拡張現実とマルチモーダルAIを活用する個人化されたキャリアガイダンスのための没入型プラットフォーム
• Authors: N. D. Tantaroudas, A. J. McCracken, I. Karachalios, E. Papatheou, V. Pastrikakis,
• Abstract要約: XR-CareerAssistは、拡張現実(XR)といくつかの人工知能(AI)モジュールを統合して、没入的で多言語的なキャリアガイダンスを提供するプラットフォームである。 このシステムは、音声による対話のための自動音声認識、英語、ギリシャ語、フランス語、イタリア語にわたるニューラルネットワーク翻訳、個人化された対話のためのLangchainベースの会話訓練アシスタント、対話型3Dアバターを通じて提供されるAWS Polly Text-to-Speechを統合している。 エクセター大学のパイロット評価では、音声認識精度95.6%、ユーザー満足度78.3%、システム応答性91.3%が評価された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Conventional career guidance platforms rely on static, text-driven interfaces that struggle to engage users or deliver personalised, evidence-based insights. Although Computer-Assisted Career Guidance Systems have evolved since the 1960s, they remain limited in interactivity and pay little attention to the narrative dimensions of career development. We introduce XR-CareerAssist, a platform that unifies Extended Reality (XR) with several Artificial Intelligence (AI) modules to deliver immersive, multilingual career guidance. The system integrates Automatic Speech Recognition for voice-driven interaction, Neural Machine Translation across English, Greek, French, and Italian, a Langchain-based conversational Training Assistant for personalised dialogue, a BLIP-based Vision-Language model for career visualisations, and AWS Polly Text-to-Speech delivered through an interactive 3D avatar. Career trajectories are rendered as dynamic Sankey diagrams derived from a repository of more than 100,000 anonymised professional profiles. The application was built in Unity for Meta Quest 3, with backend services hosted on AWS. A pilot evaluation at the University of Exeter with 23 participants returned 95.6% speech recognition accuracy, 78.3% overall user satisfaction, and 91.3% favourable ratings for system responsiveness, with feedback informing subsequent improvements to motion comfort, audio clarity, and text legibility. XR-CareerAssist demonstrates how the fusion of XR and AI can produce more engaging, accessible, and effective career development tools, with the integration of five AI modules within a single immersive environment yielding a multimodal interaction experience that distinguishes it from existing career guidance platforms.
• Abstract（参考訳）: 従来のキャリアガイダンスプラットフォームは、ユーザへのエンゲージメントや、個人化されたエビデンスベースの洞察の提供に苦労する、静的なテキスト駆動インターフェースに依存しています。 コンピュータ支援型キャリアガイダンスシステムは1960年代から進化してきたが、対話性には限界があり、キャリア開発における物語的側面にはほとんど注意を払わない。 XR-CareerAssistは、拡張現実(XR)といくつかの人工知能(AI)モジュールを統合して、没入的で多言語的なキャリアガイダンスを提供するプラットフォームである。 このシステムは、音声による対話のための自動音声認識、英語、ギリシャ語、フランス語、イタリア語にわたるニューラルネットワーク翻訳、パーソナライズされた対話のためのLangchainベースの会話訓練アシスタント、キャリア視覚化のためのBLIPベースのビジョンランゲージモデル、インタラクティブな3Dアバターを通じて提供されるAWS Polly Text-to-Speechを統合する。 キャリア・トラジェクトリは、匿名化された10万人以上のプロプロファイルのリポジトリから派生したダイナミック・サンキー・ダイアグラムとして表現される。 アプリケーションはMeta Quest 3用のUnityで構築されており、バックエンドサービスはAWSでホストされている。 エクセター大学のパイロット評価では、音声認識の精度が95.6%、全体のユーザ満足度が78.3%、システム応答性が91.3%と評価され、フィードバックによって動作の快適さ、音声の明瞭さ、テキストの可読性が改善された。 XR-CareerAssistは、XRとAIの融合が、既存のキャリアガイダンスプラットフォームと区別したマルチモーダルなインタラクションエクスペリエンスをもたらす単一の没入型環境において、5つのAIモジュールを統合することにより、より魅力的でアクセシブルで効果的なキャリア開発ツールを提供する方法についてデモしている。

関連論文リスト

• INTERACT: An AI-Driven Extended Reality Framework for Accesible Communication Featuring Real-Time Sign Language Interpretation and Emotion Recognition [0.0]
  本稿ではAI駆動型XRプラットフォームであるInterACT(Inclusive Networking for Translation and Embodied Real-Time Augmented Communication Tool)を提案する。 3Dアバターによるリアルタイム音声テキスト変換、国際手話(ISL)レンダリング、多言語翻訳、感情認識を没入型仮想環境に統合する。 調査では、ユーザの満足度は92%、転写精度は85%以上、感情検出精度は90%だった。
  論文  参考訳（メタデータ） (2026-04-07T08:56:53Z)
• AI-Driven Modular Services for Accessible Multilingual Education in Immersive Extended Reality Settings: Integrating Speech Processing, Translation, and Sign Language Rendering [0.0]
  この作業では、6つのAIサービス、OpenAI Whisperによる自動音声認識、Meta NLLBによる多言語翻訳、AWS Pollyを使用した音声合成、RoBERTaによる感情分類、flan t5base Samsumによる対話要約、Google MediaPipeによる国際署名レンダリングなど、モジュール化されたプラットフォームを導入している。
  論文  参考訳（メタデータ） (2026-04-07T08:35:53Z)
• Covo-Audio Technical Report [61.09708870154148]
  7BバックエンドのLALMであるCovo-Audioは、連続的なオーディオ入力を直接処理し、単一の統一アーキテクチャ内でオーディオ出力を生成する。 対話指向の変種であるCovo-Audio-Chatは、意味的に強い会話能力を示す。
  論文  参考訳（メタデータ） (2026-02-10T14:31:11Z)
• HoverAI: An Embodied Aerial Agent for Natural Human-Drone Interaction [2.6822193190929444]
  HoverAIは、ドローンモビリティ、インフラストラクチャ非依存の視覚投影、リアルタイムの会話AIを統合プラットフォームに統合する、実施済みの航空エージェントである。 HoverAIは、視覚と音声を通じてユーザを知覚し、ユーザ人口に適応するリップシンクアバターを介して応答する。
  論文  参考訳（メタデータ） (2026-01-20T09:59:49Z)
• FronTalk: Benchmarking Front-End Development as Conversational Code Generation with Multi-Modal Feedback [92.67587639164908]
  マルチモーダルフィードバックを備えたフロントエンドコード生成のベンチマークであるFronTalkを紹介する。 我々は、フロントエンド開発タスクに集中し、100のマルチターン対話のコレクションであるFronTalkをキュレートする。 20モデルの評価は、文献で体系的に調査されていない2つの重要な課題を明らかにしている。
  論文  参考訳（メタデータ） (2025-12-05T23:28:09Z)
• UI-TARS-2 Technical Report: Advancing GUI Agent with Multi-Turn Reinforcement Learning [155.51875080423883]
  グラフィカルユーザインタフェースのための自律エージェントの開発は、人工知能における大きな課題を示している。 本稿では,GUI中心のエージェントモデルであるUI-TARS-2を提案する。 実証的な評価では、UI-TARS-2は以前のUI-TARS-1.5よりも大幅に改善されている。
  論文  参考訳（メタデータ） (2025-09-02T17:44:45Z)
• OmniCharacter: Towards Immersive Role-Playing Agents with Seamless Speech-Language Personality Interaction [123.89581506075461]
  OmniCharacter は,低レイテンシで没入型 RPA を実現するための対話型対話モデルである。 具体的には、OmniCharacterは、エージェントが相互作用を通して、ロール固有の性格特性と声質特性を一貫して表示できるようにする。 提案手法は,既存のRPAモデルや主流言語モデルと比較して,応答遅延を289msに抑えながら,内容とスタイルの両面で優れた応答が得られる。
  論文  参考訳（メタデータ） (2025-05-26T17:55:06Z)
• SAPIEN: Affective Virtual Agents Powered by Large Language Models [2.423280064224919]
  我々は,大規模言語モデルによって駆動される高忠実度仮想エージェントのためのプラットフォームであるSAPIENを紹介する。 このプラットフォームでは、仮想エージェントのパーソナリティ、バックグラウンド、会話の前提をカスタマイズすることができる。 仮想会議の後、ユーザーは会話を分析し、コミュニケーションスキルに対して実行可能なフィードバックを受け取ることができる。
  論文  参考訳（メタデータ） (2023-08-06T05:13:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。