MCP2OSC：基于自然语言的参数化控制
人机交互
2025-08-15 v1 人工智能
声音
音频与语音处理
摘要
文本提示可实现直观的内容创建，但在实现精细任务时可能不够精确；旋钮或滑块控制虽提供精确调整，却增加复杂度。为弥合旋钮与提示之间的鸿沟，本文提出一种新的MCP（Model Context Protocol）服务器和一套独特的提示设计准则，使其能够通过自然语言提示探索参数化OSC（OpenSoundControl）控制。通过14个实际QA示例及最佳实践和通用提示模板演示，本研究发现集成MCP2OSC服务器的Claude在生成OSC消息、解释、搜索和可视化OSC消息、验证和调试OSC消息以及管理OSC地址模式方面均通过自然语言有效。MCP2OSC通过利用大语言模型（LLM）处理复杂的OSC开发任务，凭借直观的语言界面实现灵活精度控制，提升了人机协作。该研究在网络协议层面提供了一种新视角，利用LLM直接处理和生成人类可读的OSC消息。结果表明其潜力可用于基于LLM的通用多媒体设备控制机制。
引用
@article{arxiv.2508.10414,
title = {MCP2OSC: Parametric Control by Natural Language},
author = {Yuan-Yi Fan},
journal= {arXiv preprint arXiv:2508.10414},
year = {2025}
}