arXiv · NLP· Yu Pan, Guangzhao Yang, Muhammad Huzaifah, Ningjie Bai, Shi Qiu·· 2026-10-14AI 评分35
JAL-Turn: 全双工语音对话系统中基于联合声学-语言建模的实时轮次切换检测
JAL-Turn: Joint Acoustic-Linguistic Modeling for Real-Time and Robust Turn-Taking Detection in Full-Duplex Spoken Dialogue Systems
AI 导读
JAL-Turn 是一种轻量级语音轮次切换检测框架,通过跨注意力模块自适应融合预训练的声学与语言表征,实现低延迟的保持或切换预测。 该框架共享冻结的 ASR 编码器,使轮次切换预测与语音识别完全并行,几乎不增加端到端延迟;实验表明其在 Easy-Turn、Smart-Turn 基准及日本客服数据集上检测精度具有竞争力,且实时性能更优。
来源:arXiv · NLP · arxiv.org