论文解读
听见的对话如何被核查:TRILOGUE 把多轮声称钉回源文章与配对音频
针对播客式多轮对话中声称分散与 ASR 噪声的核查难题,TRILOGUE 以源文章可追溯的英俄哈三语对话与配对音频构建受控基准,显示仅看声称的验证最难、加入源证据后大幅回升,而哈萨克语的识别与合成瓶颈仍是主要代价。
针对播客式多轮对话中声称分散与 ASR 噪声的核查难题,TRILOGUE 以源文章可追溯的英俄哈三语对话与配对音频构建受控基准,显示仅看声称的验证最难、加入源证据后大幅回升,而哈萨克语的识别与合成瓶颈仍是主要代价。
语音对话系统 | 4.7/10
语音对话系统 | 7.5/10
语音对话系统 | 7.8/10
语音对话系统 | 9.3/10
语音识别 | 9.6/10
语音对话系统 | 7.8/10
语音对话系统 | 7.6/10
语音对话系统 | 6.9/10
模型评估 | 6.3/10
语音对话系统 | 8.0/10
语音对话系统 | 6.0/10
MIST: Multimodal Interactive Speech-based Tool-calling Conversational Assistants for Smart Homes
语音对话系统 | 7.5/10
语音对话系统 | 7.5/10
语音对话系统 | 7.5/10
语音对话系统 | 9.5/10
基准测试 | 7.0/10
语音对话系统 | 8.5/10
语音对话系统 | 8.5/10