PulseAugur
实时 11:52:06
English(EN) TurnNat: Automatic Evaluation of Turn-Taking Naturalness in Dyadic Spoken Dialogue

新框架TurnNat可自动评估口语对话轮次转换的自然度

研究人员推出TurnNat,一个旨在自动评估口语对话系统轮次转换自然度的新型框架。该系统利用因果预测模型来估计两个说话者之间未来的语音活动状态,并将观察到的活动负对数似然作为时间异常度的度量。TurnNat将这些分数聚合到轮次转换边界单元上,以产生对话级别的自然度分数,并在识别受控实验中的不自然轮次转换方面证明了其有效性。 AI

影响 该框架可以提高全双工口语对话系统的自然度和用户体验。

排序理由 该集群包含一篇详细介绍用于评估口语对话系统新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新框架TurnNat可自动评估口语对话轮次转换的自然度

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Hao Zhang, Thomas Thebaud, Georgi Tinchev, Venkatesh Ravichandran, Laureano Moro-Velazquez ·

    TurnNat: Automatic Evaluation of Turn-Taking Naturalness in Dyadic Spoken Dialogue

    arXiv:2607.01345v1 Announce Type: cross Abstract: Turn-taking naturalness is central to full-duplex spoken dialogue systems, yet its automatic evaluation remains limited. Existing evaluations often rely on human judgments or behavior-specific timing metrics, making it difficult t…