大模型arXiv cs.CL4 天前
Reference-Guided Turn-Taking Style Transfer for Full-Duplex Spoken Language Models
该研究在全双工语音语言模型中发现一个决定「何时抢话」的晚期残差流方向——initiative vector，无需训练或标注即可从模型自身对话中提取。缩放该方向可将说话占比从 6-12% 调至 42-61%，并能用一段短参考录音把特定说话人的轮流风格迁移到模型上，且迁移具有参考特异性。
每日自动追踪全球权威信源，模型生成中文摘要与有效期判断，人工抽检把关。 不追热点，只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向，每个领域独立成脉
共 1 条符合条件
该研究在全双工语音语言模型中发现一个决定「何时抢话」的晚期残差流方向——initiative vector，无需训练或标注即可从模型自身对话中提取。缩放该方向可将说话占比从 6-12% 调至 42-61%，并能用一段短参考录音把特定说话人的轮流风格迁移到模型上，且迁移具有参考特异性。