Full-Duplex-Bench: 用于评估全双工语音对话模型在轮次转换能力上的基准
计算与语言
2025-08-19 v3 音频与语音处理
摘要
语音对话建模提出了超越文本基语言建模的挑战，要求实时交互、轮次转换和后台响应。虽然大多数语音对话模型（SDM）以半双工模式运行——逐个处理一个轮次——但新兴的全双工 SDM 能够同时监听和发言，实现更自然的对话。然而，当前的评估仍有限，主要关注轮次-based 指标或粗糙的语料库层面分析。为此，我们引入 Full-Duplex-Bench，一个系统性地评估关键交互行为的基准，包括：暂停处理、后台响应、轮次转换和中断管理。我们的框架使用自动化指标进行一致、可重复的评估，并提供公平、快速的评估 setup。通过发布我们的基准和代码，我们旨在推动语音对话建模的发展，促进更自然、更具沉浸感的 SDM 的开发。
引用
@article{arxiv.2503.04721,
title = {Full-Duplex-Bench: A Benchmark to Evaluate Full-duplex Spoken Dialogue Models on Turn-taking Capabilities},
author = {Guan-Ting Lin and Jiachen Lian and Tingle Li and Qirui Wang and Gopala Anumanchipalli and Alexander H. Liu and Hung-yi Lee},
journal= {arXiv preprint arXiv:2503.04721},
year = {2025}
}
备注
Accepted by ASRU 2025