SpokenUS

新的口语用户模拟器SpokenUS增强语音代理的鲁棒性

研究人员开发了SpokenUS，这是一款旨在提高语音代理鲁棒性的新型口语用户模拟器。该模拟器基于SpokenTOD数据集构建，该数据集包含超过52,000个对话和1,034小时的语音，并融入了诸如非流利语和情感韵律等真实的口语用户行为。SpokenUS在目标覆盖率方面可与大型模型相媲美，并在人类评估中显著优于基线模型，而且它会像人类用户一样逐渐披露信息。