ELLSA 2论文：联合语音与手势表情的全双工对话模型

1. 12:00
   arXiv · cs.AI

   ELLSA 2：联合语音、表情与手势的全双工交互模型

   作者基于论文摘要提出 ELLSA 2，一种联合语音交互与流式手势、表情生成的端到端全双工对话模型，并通过语义调用与模板引导改善语义手势质量。实验摘要显示，该模型在对话感知手势和表情指标上优于级联基线，在开源全双工语音交互模型中保持竞争力；参考式多模态大语言模型评分与人类判断具有较强相关性，但目前仅作为初步指标。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。