Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2508.10414

帮助 | 高级搜索

计算机科学 > 人机交互

arXiv:2508.10414 (cs)
[提交于 2025年8月14日 ]

标题: MCP2OSC:通过自然语言的参数控制

标题: MCP2OSC: Parametric Control by Natural Language

Authors:Yuan-Yi Fan
摘要: 文本提示使得内容创作更加直观,但在实现复杂任务的高精度方面可能不足;旋钮或滑动条控制提供了精确调整,但代价是增加了复杂性。 为弥合旋钮和提示之间的差距,提出了一种新的MCP(模型上下文协议)服务器和一组独特的提示设计标准,以通过自然语言提示探索参数化的OSC(开放声音控制)控制。 通过14个实际的问答示例以及最佳实践和通用提示模板,本研究发现与MCP2OSC服务器集成的Claude在通过自然语言生成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地址模式方面是有效的。 MCP2OSC通过利用LLM(大型语言模型)处理复杂的OSC开发任务,并通过一个具有灵活精度控制的直观语言界面赋予人类创造力,从而增强人机协作:一种基于提示的OSC工具。 本研究通过利用LLM直接处理和生成可读性良好的OSC消息的优势,在网络协议层面上提供了一种创造性的MCP应用新视角。 结果表明其在基于LLM的多媒体设备通用控制机制方面的潜力。
摘要: Text prompts enable intuitive content creation but may fall short in achieving high precision for intricate tasks; knob or slider controls offer precise adjustments at the cost of increased complexity. To address the gap between knobs and prompts, a new MCP (Model Context Protocol) server and a unique set of prompt design criteria are presented to enable exploring parametric OSC (OpenSoundControl) control by natural language prompts. Demonstrated by 14 practical QA examples with best practices and the generalized prompt templates, this study finds Claude integrated with the MCP2OSC server effective in generating OSC messages by natural language, interpreting, searching, and visualizing OSC messages, validating and debugging OSC messages, and managing OSC address patterns. MCP2OSC enhances human-machine collaboration by leveraging LLM (Large Language Model) to handle intricate OSC development tasks, and by empowering human creativity with an intuitive language interface featuring flexible precision controls: a prompt-based OSC tool. This study provides a novel perspective on the creative MCP application at the network protocol level by utilizing LLM's strength in directly processing and generating human-readable OSC messages. The results suggest its potential for a LLM-based universal control mechanism for multimedia devices.
主题: 人机交互 (cs.HC) ; 人工智能 (cs.AI); 声音 (cs.SD); 音频与语音处理 (eess.AS)
引用方式: arXiv:2508.10414 [cs.HC]
  (或者 arXiv:2508.10414v1 [cs.HC] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.10414
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Yuan-Yi Fan [查看电子邮件]
[v1] 星期四, 2025 年 8 月 14 日 07:38:01 UTC (2,802 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.HC
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
cs
cs.AI
cs.SD
eess
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号