VoiceBench AlpacaEval

新方法提升全双工语音模型以实现更好的交互

研究人员开发了新的方法来增强全双工语音模型，从而实现更自然、更具交互性的对话。一种方法侧重于使用强化学习来改进暂停处理和轮流发言等交互轴，并将其应用于 Moshi 和 PersonaPlex 等模型。另一种方法，Listen-Write-Speak (LWS)，引入了一种以文本为中心的范式，模型可以同时收听、写入可见文本并进行语音输出，利用文本原生能力而不牺牲实时响应能力。