研究人员开发了首个开放且可复现的印地语全双工口语对话系统。该系统名为 Human-1，改编自 Moshi 架构，并在近 15,000 名说话者提供的 26,000 多小时的真实对话上进行了训练。该模型旨在处理诸如打断和重叠等自然对话元素，目标是实现更自然的印地语以及潜在的其他印度语言的实时口语互动。 AI
影响 为印地语和其他印度语言实现更自然、实时的口语对话系统。
排序理由 这是一篇详细介绍印地语新对话建模框架的研究论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23295v1 Announce Type: new Abstract: Full-duplex spoken dialogue systems can model natural conversational behaviours such as interruptions, overlaps, and backchannels, yet such systems remain largely unexplored for Indian languages. We present the first open, reproduci…