arXiv · cs.AI· Yuxuan Chen, Yang Xiao, Jack Sun, Chak Sun, Brick Li, Sam·· 1 天前
全双工语音模型通过 initiative vector 转移轮流发言风格
Reference-Guided Turn-Taking Style Transfer for Full-Duplex Spoken Language Models
arXiv:2610.20763v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Yuxuan Chen, Yang Xiao, Jack Sun, Chak Sun, Brick Li, Sam
研究任务与主要进展
Yuxuan Chen等人提出无需训练或标注，从全双工语音模型对话中提取单个晚层残差流方向“initiative vector”，用于调节模型发起发言的倾向。作者报告，该方向可在生成时提前最多800 ms预测发言起始点，并将语音占比从无引导时的21%–30%调节至42%–61%，而参考录音可实现说话者特定风格迁移；更换其他说话者参考后，93%–98%的情况下匹配效果变差。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org