arXiv cs.CL· Hien Ohnaka, Kazuyo Onishi, Koichiro Yoshino·· 10 小时前AI 评分18
面向语音对话系统的实时短响应选择任务
Real-Time Short-Response Selection for Spoken Dialogue Systems
AI 导读
研究提出实时短响应选择任务，可与现有轮次转换模型集成，用于掩盖语言生成与语音合成造成的延迟。模型用对比学习学习对话上下文与短响应的映射，在检测到轮次转换事件时从预生成候选中选出一条先播放。实验显示该方法能基于对话上下文选择短响应，优于随机和基于 LLM 的基线，且集成后轮次转换预测性能保持不变、处理开销极小。
正文 · AI 翻译
摘要：要实现能与用户自然交互的口语对话系统，系统在适当的时机回应用户话语非常重要。为实现这种自然的轮次转换，系统不仅需要预测合适的回应时机，还需要掩盖语言生成和语音合成造成的延迟，使用户无法察觉。我们提出了一种实时短回应选择任务，可与现有的轮次转换模型集成，以掩盖生成延迟。为解决该任务，所提模型使用对比学习来学习对话上下文与短回应之间的映射。当检测到轮次转换事件时，系统从一组预生成的候选中选择一个回应。在生成主回应期间播放所选回应。实验结果表明，所提方法能够学习基于对话上下文选择短回应，优于随机基线和基于 LLM 的基线。此外，集成回应选择保持了轮次转换预测性能，并仅增加了极小的处理开销。
| 评论： | 10 页，2 幅图，7 张表 |
| 主题： | 声音 (cs.SD)；计算与语言 (cs.CL) |
| 引用为： | arXiv:2611.09057 [cs.SD] |
| （或 arXiv:2611.09057v1 [cs.SD] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.09057 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Hien Ohnaka [查看电子邮件]
[v1]
2026 年 11 月 6 日星期五 06:32:54 UTC（376 KB）
来源：arXiv cs.CL · arxiv.org