研究提出在线说话人记忆构建方法与LoCoMo-ID基准

Yucong Zhang等作者提出一种无需训练的在线说话人记忆构建层 EvoSpeakerMem，用于多用户语音智能体。据论文介绍，该方法通过因果说话人路由、选择性声学状态更新，以及按身份分区的记忆读写，在对话过程中持续构建和更新用户实体，文本记忆后端可替换。 作者同时提出语音记忆基准 LoCoMo-ID，用于评估这类按说话人身份组织的记忆能力。论文未在现有材料中给出该方法的实测效果数据。

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。