跳到正文
arXiv · AI· Lichen Zhu, Yueqian Lin, Yiheng Wang, Hai "Helen" Li, Yiran Chen·· 2026-10-07AI 评分28

全双工语音模型在自导对话中的轮流机制研究

Coupled but Late: Turn-Taking Between Full-Duplex Speech Models in Unscripted Dialogue

AI 导读

全双工语音模型在自导对话中呈现时序耦合,但轮次切换较人类显著滞后。 两个 PersonaPlex-7B 实例在共享时钟下交换音频令牌,其中位切换延迟为 400-560 ms,远高于人类的 137 ms,且末段轮次转移占比极低。 这种反应式等待机制表明模型未能实现人类所需的轮次结束预判,可能限制其模拟自然人类对话的能力。

来源:arXiv · AI · arxiv.org