arXiv 自然语言处理· Arya Bastani, Iman Modarressi·· 4 小时前AI 评分63
评估语音模型对话自然度：对话停顿决策与轮替评测基准
People Making Conversation: Evaluating How Naturally Speech Models Converse
AI 导读
该研究提出了评估实时语音模型在对话停顿处发言决策的基准，并在 176 场无脚本对话切片中测试了六款主流系统。GPT Realtime、Gemini 3.1 Flash Live 和 Grok Voice 等托管 API 几乎会在每次停顿触发回应，而 PersonaPlex 与 Moshi 等全双工模型能够规律保持沉默并在人类反应时间内完成插话。
来源：arXiv 自然语言处理 · arxiv.org