arXiv cs.CL· Wenchao Du, Fangxin Shang, Long Wu, Runze Cui, Qing Yang, Yehui Yang·· 14 小时前AI 评分29
DecisionTraceBench：追踪多方语音对话中的决策关键信息
DecisionTraceBench: Tracking Decision-Critical Information in Multi-Party Spoken Conversations
AI 导读
研究团队推出语音状态追踪基准 DecisionTraceBench，用于评估决策关键信息状态追踪（DCIST），联合考察决策事件序列、说话人归属、范围与时间证据，并以轨迹级 F1 衡量完整事件链的还原。
正文 · AI 翻译
摘要：在金融等高风险领域，关键信息通过多方交互不断演变。还原这些变化及其来源，是可靠语音理解的基础。现有语音基准主要关注转写、局部理解和轮次级状态预测，对跨说话人的联合决策演变评估不足。我们提出 DecisionTraceBench，这是一个面向决策关键信息状态跟踪（DCIST）的语音状态跟踪基准。它联合评估决策事件序列、说话人归属、作用范围和时间证据，并使用轨迹级 F1 衡量完整事件链的还原程度。我们的数据集包含 2 至 4 名说话人的中文金融对话，其中合成音频 100.39 小时，真人录制音频 8.61 小时。在固定的真人录制音频队列上，五个级联系统和两个直接音频模型取得的 DCIST 得分为 5.73% 至 21.35%。使用带说话人标注的参考文本且不要求时间定位的消融实验，最高得分仅为 38.72%。音频扰动实验进一步表明，整体转写错误率不能充分反映完整轨迹的还原情况。这些发现揭示了在联合理解信息来源和状态演变方面的局限，为评估高风险语音应用中的决策过程理解和决策可追溯性提供了基准。
| 评论： | 项目仓库：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.34746 [cs.CL] |
| （或 arXiv:2610.34746v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.34746 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Wenchao Du [查看邮箱]
[v1]
2026年10月26日星期一 02:46:07 UTC（1,309 KB）
来源：arXiv cs.CL · arxiv.org