主动式听力助理：隔离中心对话
计算与语言
2025-11-17 v1 声音
音频与语音处理
摘要
我们介绍主动式听力助理，自动识别并分离佩戴者的对话伙伴，而无需明确提示。该系统运行于中心对称立体声音频，利用佩戴者的自发言作为锚点，依据话轮行为和对话动态推断对话伙伴并抑制其他发言。为实现实时本地化运行，我们提出双模型架构：轻量级流式模型每12.5毫秒运行一次，以低延迟提取对话伙伴；而较慢的模型运行频率较低，以捕获更长范围的对话动态。针对真实世界2-和3-说话人对话测试集（共11名参与者，总时长6.8小时），使用中心对称本地硬件收集，结果显示在多对话场景中识别和隔离对话伙伴的泛化能力。我们的工作标志着向能够主动适应对话动态和参与度的听力助理迈出了一步。更多信息请访问我们的网站：https://proactivehearing.cs.washington.edu/
引用
@article{arxiv.2511.11473,
title = {Proactive Hearing Assistants that Isolate Egocentric Conversations},
author = {Guilin Hu and Malek Itani and Tuochao Chen and Shyamnath Gollakota},
journal= {arXiv preprint arXiv:2511.11473},
year = {2025}
}
备注
Accepted at EMNLP 2025 Main Conference