风格忘忘：调查多轮口语语言模型中的说话风格退化与缓解
计算与语言
2026-04-17 v3 声音
摘要
本文表明，当口语语言模型（SLMs）在多轮对话开始时被指示以特定说话风格交谈时，经过数轮交互后，模型无法维持所需的说话风格；我们称之为SLMs的风格忘忘。我们关注的是包含情绪、方言、音量和说话速度在内的语气说话风格。我们评估了三个专有和两个开源SLMs，证明这些模型在被指示做到这一点时，无法维持一致的说话风格。我们进一步表明，尽管SLMs在后续轮次中可以回想起风格指令，但仍无法表达它，但通过显式回想可以缓解风格忘忘。此外，SLMs在系统消息中放置风格指令时，比在用户消息中更难处理，尽管系统消息专为提供持续的、跨对话的指令而设计。我们的发现凸显了当前SLMs在维持说话风格方面存在的系统性差距，凸显了未来模型在改进风格遵循方面的需求。我们的代码和评估数据已公开于 https://github.com/YuXiangLin1234/SLM-Style-Amnesia。
引用
@article{arxiv.2512.23578,
title = {Style Amnesia: Investigating Speaking Style Degradation and Mitigation in Multi-Turn Spoken Language Models},
author = {Yu-Xiang Lin and Cheng-Han Chiang and Hung-yi Lee},
journal= {arXiv preprint arXiv:2512.23578},
year = {2026}
}
备注
ACL 2026 Findings