arXiv · cs.AI· Lichen Zhu·· 20 天前AI 评分48
耦合但迟缓：全双工语音模型在无脚本对话中的轮次交替研究
Coupled but Late: Turn-Taking Between Full-Duplex Speech Models in Unscripted Dialogue
来源与原文
arXiv · cs.AI
作者：Lichen Zhu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.08683v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
两个 PersonaPlex-7B 实例在共享时钟下进行无脚本语音对话，轮次交替时机相互耦合，但换手明显偏晚：中位间隙为 400-560 ms，远高于人类的 137 ms。人类约十分之一的转移发生在对方话轮最后 120 ms 内，而模型仅占 1%，行为更像是感知到话轮结束后的被动等待，而非人类所需的话轮结束预测。
来源：arXiv · cs.AI · arxiv.org