arXiv cs.CL· Ryo Fukuda, Atsushi Ando, Hiroki Kanagawa, Takatomo Kano, Marc Delcroix, Naohiro Tawara, Yuya Chiba·· 6 小时前AI 评分22
M3-DuplexBench：面向全双工语音对话模型的多轮、多语言、多领域基准
M3-DuplexBench: A Multi-Turn, Multilingual, Multidomain Benchmark for Full-Duplex Spoken Dialogue Models
AI 导读
研究者提出 M3-DuplexBench，一个面向全双工语音对话系统（FDSDS）的多轮、多语言、多领域基准，可联合评估交互时序与回复内容。该基准覆盖英语和日语，横跨闲聊与多轮问答，其中英日问答数据源自同一语料库，支持跨语言的时序与内容表现对比。基准还提供参考条件下的多轮设置，用于诊断模型对对话历史和轨迹不匹配的敏感度，实验揭示了模型特有的交互模式及语言、领域差异。
来源：arXiv cs.CL · arxiv.org