arXiv · AI· Yuxuan Chen, Yang Xiao, Jack Sun, Chak Sun, Brick Li, Sam·· 2026-10-16AI 评分34
全双工语音语言模型参考引导轮次切换风格迁移研究
Reference-Guided Turn-Taking Style Transfer for Full-Duplex Spoken Language Models
AI 导读
该研究识别出全双工语音模型中控制发言比率的“倡议向量”,实现无需训练的轮次切换风格迁移。通过缩放该向量,模型发言比率可从6-12%或21-30%调整至42-61%,并提前800毫秒预测说话起始。 短参考录音即可迁移特定说话人的风格,风格迁移具有参考特异性,且该机制已被提交至ICASSP 2027。
来源:arXiv · AI · arxiv.org