共情发言前的两次反思：面向具备共情意识的端到端口语对话的自反思交替推理
计算与语言
2026-01-27 v1 声音
摘要
端到端口语语言模型（SLM）在副语言感知方面具有巨大潜力，许多研究旨在增强其能力，特别是在共情对话方面。然而，当前的方法在很大程度上依赖刚性的监督信号，例如监督微调中的真实响应或强化学习中的偏好分数。这种依赖在建模复杂共情方面存在根本局限，因为不存在单一的“正确”响应，且简单的数值分数无法完全捕捉情感表达的细微差别或共情行为的适当性。为了解决这些局限性，我们按顺序引入了 EmpathyEval，一种基于描述性自然语言的评估模型，用于评估口语对话中的共情质量。在 EmpathyEval 的基础上，我们提出了 ReEmpathy，一种端到端 SLM，它通过一种新颖的共情自反思交替推理机制来增强共情对话，该机制将口语响应生成与自由形式的共情相关反思推理交替进行。大量实验表明，ReEmpathy 通过启用反思推理显著改善了共情敏感的口语对话，为实现更具情感智能和共情意识的人机交互提供了一种有前景的方法。
引用
@article{arxiv.2601.18281,
title = {Reflecting Twice before Speaking with Empathy: Self-Reflective Alternating Inference for Empathy-Aware End-to-End Spoken Dialogue},
author = {Yuhang Jia and Pei Liu and Haoqin Sun and Jiaming Zhou and Xuxin Cheng and Cao Liu and Ke Zeng and Xunliang Cai and Yong Qin},
journal= {arXiv preprint arXiv:2601.18281},
year = {2026}
}