实体
Spoken QA
Spoken QA
PulseAugur coverage of Spoken QA — every cluster mentioning Spoken QA across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
Lychee-FD框架解决了全双工SLM中的模态干扰问题
研究人员开发了Lychee-FD，一个旨在解决全双工口语语言模型（SLM）中模态干扰的新型框架。通过分析模型优化动态，他们确定声学和语义建模之间的梯度冲突是性能下降的根本原因。Lychee-FD采用分层参数分离策略来解耦这些模态，并通过专用的对齐通道来保持语义一致性。实验表明，在口语问答和全双工交互流畅性方面有了显著的改进。
-
Lychee-FD框架通过分离声学和语义模态增强全双工SLM · 跟踪2个来源
研究人员推出Lychee-FD，一个旨在通过解决模态干扰来改进全双工口语模型（SLMs）的新型框架。该框架采用分层参数分离策略来解耦声学和语义建模，同时通过语义对齐通道维持跨模态一致性。实验表明，Lychee-FD在Spoken QA和FullDuplexBench 1.5等基准测试中显著提高了语音智能和交互流畅性，且不牺牲推理效率。