研究人员开发了DUPAR,一个新颖的对话检索框架,旨在提高语音助手的速度和准确性。该系统采用双路径方法:一条快速路径使用适配的音频编码器搜索跨轮证据缓存,另一条较慢的路径在缓存置信度低时执行全索引检索。该框架旨在减少延迟并减轻传统自动语音识别(ASR)系统引入的错误。 AI
影响 该框架可以显著提高基于语音的AI系统的性能和用户体验。
排序理由 这是一篇详细介绍新信息检索框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- alphaXiv
- arXiv
- BGE M3-Embedding: Multi-Lingual, Multi-Functionality, Multi-Granularity Text Embeddings Through Self-Knowledge Distillation
- CatalyzeX
- DagsHub
- Dupar
- Gotit.pub
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →