言语对话系统中的全双工互动：来自ICASSP 2026 HumDial挑战的全面研究
音频与语音处理
2026-04-27 v2
摘要
全双工互动允许说话者和听者同时交谈，这是人类交流的关键要素，却在传统语言对话系统中缺失。基于刚性轮次制定范式的这些系统在动态对话中难以自然地作出响应。ICASSP 2026 Human-like Spoken Dialogue Systems Challenge(HumDial Challenge)中的全双工互动轨道旨在通过提供处理实时中断、语音重叠和动态轮次协商的框架，推动全双工系统的评估。我们引入了全双工语言对话系统的全面基准测试，基于HumDial挑战构建。我们发布了高质量的双通道数据集，包含真实的人类录音对话，涵盖中断、语音重叠和反馈机制。这一数据构成了HumDial-FDBench基准的基础，用于评估系统在保持对话流畅性的同时处理中断的能力。此外，我们创建了一个公开的排行榜，用于比较开源和专有模型的性能，推动透明、可重复的评估。这些资源支持开发更具响应性、适应性和人类化的语言对话系统。
引用
@article{arxiv.2604.21406,
title = {Full-Duplex Interaction in Spoken Dialogue Systems: A Comprehensive Study from the ICASSP 2026 HumDial Challenge},
author = {Chengyou Wang and Hongfei Xue and Guojian Li and Zhixian Zhao and Shuiyuan Wang and Shuai Wang and Xin Xu and Hui Bu and Lei Xie},
journal= {arXiv preprint arXiv:2604.21406},
year = {2026}
}
备注
5 pages, 1 figures