多轮对话提升语音语体对回合结束检测器性能

2026年10月30日，arXiv预印本发布一项针对流式ConvLSTM模型的研究，表明在回合结束检测器训练中引入多轮对话数据可显著提升性能。实验显示，多轮数据训练的模型在F1分数上较单轮数据训练的最高高出+0.45，证实了对话上下文在训练阶段的重要性。 该研究还提出一个1.8M参数的开源模型，其在四个测试集上均取得最高F1分数，且该优势仅体现在对话测试数据中。结果揭示若仅用单轮语音进行测试，会掩盖多轮对话训练数据带来的性能提升，强调了评估时考虑对话上下文的关键性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。