arXiv Artificial Intelligence· Cheng-Kuang Chang, Alexander H. Liu, Brian Kingsbury, Hilde Kuehne, Rogerio Feris, Samuel Thomas, James Glass, Kai-Wei Chang·· 18 小时前AI 评分41
D2：从半双工骨干改造高能力全双工语音语言模型
D2: High-Capability Full-Duplex Spoken Language Models from Half-Duplex Backbones
AI 导读
研究提出 Dialogue-to-Duplex（D2）框架，可将预训练半双工语音语言模型（HD-SLM）以细粒度时序改造为高能力全双工模型（FD-SLM），通过无解码器表征蒸馏让音频编码器支持流式，并用监督微调学习全双工交互。
来源：arXiv Artificial Intelligence · arxiv.org