研究发布EvoSpeakerMem多用户语音记忆方法及LoCoMo-ID基准

一项研究在arXiv发布论文，提出EvoSpeakerMem——一个免训练层，通过因果说话人路由、选择性声学状态更新和身份分区记忆读写，为多用户语音智能体在线构建持久的用户实体，并配套发布含隐藏说话人身份的四说话人基准LoCoMo-ID。 实验结果显示：在SMIIP-TV长时段数据上，真实探针拒绝率约一年内从29.8%升至55.6%；在LoCoMo-ID上，门控更新使身份门控问答在干净和偏移条件下分别提升3.86和11.62个百分点，且无错误用户授权。研究还指出碎片化与跨用户污染之间存在权衡。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。