新数据集和模型改进泰米尔语语音轮次检测

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-10 04:00

研究人员开发了TamilEOT，这是一个用于检测泰米尔语电话对话中语音轮次结束的新数据集和模型。该系统旨在通过准确确定用户何时说完话，而不是依赖固定的静默超时，来改进语音代理交互。该数据集包含来自真实对话的超过18,000个标记的轮次边界，微调后的模型准确率超过86%。该项目还详细介绍了创建数据集和模型的成本和方法，强调了编码器容量和数据标记对性能的影响。 AI

影响提高泰米尔语交互中语音代理的响应能力和准确性。

排序理由该条目描述了一个在arXiv上发布的新数据集和模型，用于特定的NLP任务（语义轮次结束检测）。[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 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该条目描述了一个在arXiv上发布的新数据集和模型，用于特定的NLP任务（语义轮次结束检测）。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Santhoshkumar V · 2026-09-10 04:00

TamilEOT：用于 Tamil 电话语音语义回合结束检测的数据集和模型

arXiv:2609.05631v1 Announce Type: cross Abstract: A voice agent has to decide, at every pause, whether the user has finished speaking. Without a model of the language that decision falls back to a fixed silence timeout: set it short and the agent interrupts, set it long and every…

本文如何被排名

报道来源 [1]

TamilEOT：用于 Tamil 电话语音语义回合结束检测的数据集和模型

相关实体

相关话题