15 lines
797 B
Markdown
15 lines
797 B
Markdown
# Prompt-Guided Turn-Taking Prediction
|
||
|
||
- 会议：SIGDIAL 2025
|
||
- 阅读深度：摘要级筛选
|
||
- 官方链接：https://aclanthology.org/2025.sigdial-1.9/
|
||
|
||
## 摘要（中文转述）
|
||
|
||
该工作把自然语言提示加入 Voice Activity Projection 模型，使轮次预测不仅拟合观察到的对话，还能根据“更快”“更平静”等交互要求改变预测倾向。模型在大规模人类对话上训练，并使用合成提示建立语音动态与控制条件之间的联系。
|
||
|
||
## 与当前项目的关系
|
||
|
||
这提供了一个区别于单纯提高 mAP 的方向：让模型的开口阈值和风格可控。对当前论文，更现实的近期实验是改变决策成本或校准阈值，画出响应积极性与误打断之间的曲线，而不是马上增加 prompt 分支。
|
||
|