对话响应时机的神经生成

人类对话中口语响应结束时机的差异已被证明随对话的上下文要素而变化。我们提出神经模型来模拟这些响应结束时机的分布，同时考虑响应轮次以及前一轮次。这些模型旨在集成到增量式口语对话系统（SDS）的流程中。我们通过离线实验以及人类听感测试评估我们的模型。我们表明人类听者基于对话上下文认为某些响应时机更为自然。将这些模型引入 SDS 流程可提升交互的感知自然度。