יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.CL ·

לימוד התנהגות שיחה טבעית במודלים דיבור-לדיבור

Learning Natural Conversational Behavior in Tandem Speech-to-Speech Models with Randomized Guidance
מודלים דיבור-לדיבור משולבים לומדים התנהגות שיחה טבעית. המחקר מציג שיטה חדשה להדרכה אקראית, המאפשרת למודלים ללמוד משיחות אמיתיות. השיטה הוכחה כיעילה בשיפור איכות התגובות והתנהגות השיחה.
תקציר מקורי באנגליתarXiv:2609.30773v1 Announce Type: new Abstract: Tandem speech-to-speech architectures couple a responsive speech frontend with an asynchronous text backend. In KAME, a large language model (LLM) serves as the backend, supplying candidate responses as guidance to the speech frontend while the user is still speaking. Ordinary conversation recordings capture the eventual response but not the guidance the backend would supply during the user's utterance. Generating the missing guidance with a simulator LLM adds substantial data-preparation overhead when training on real conversations. We propose randomized intermediate guidance, which derives guidance directly from the conversation corpus rather than simulating backend LLM behavior. During training, target responses provide informative guidanc
קרא במקור המקורי