---

🔁 一、人机交互基本流程

1. 用户输入采集（多模态）：语音、图像、文本、视频、手势、眼动等
2. 信号感知/识别：如语音转文字、图像识别、手势识别等
3. 意图理解与状态管理：自然语言理解、上下文建模、知识推理
4. 响应生成：语音合成、文本生成、表情动作驱动等
5. 结果反馈与交互迭代

---

📥 二、输入层相关算法模型