全双工语音模型长会话退化及缓解方法

Junho Kim 等作者提出闭环评测框架，对多个公开全双工语音模型进行长会话测试，发现这些模型在响应能力、语音内容质量和音色一致性上会随时间退化。 针对退化问题，作者提出基于自蒸馏的轻量 LoRA 适配训练框架，并引入双分辨率上下文（TRC）架构，将较早的交互历史压缩为 key-value 表示，以缓解长会话中的性能下降。

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。