論文の概要: $τ$-Multilingual: Benchmarking Voice Agents Across Languages
- arxiv url: http://arxiv.org/abs/2609.35820v1
- Date: Mon, 21 Sep 2026 18:32:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-30 21:28:46.851799
- Title: $τ$-Multilingual: Benchmarking Voice Agents Across Languages
- Title（参考訳）: $τ$-Multilingual: 言語間の音声エージェントのベンチマーク
- Abstract要約: 我々は,母語話者のレビューと生成した言語出力の評価により,音声エージェントの動作を狭くするだけである。
我々は,多言語多言語音声エージェント評価のための言語パック,検証された判定ツール,コミュニティツールをリリースする。
- 参考スコア（独自算出の注目度）: 17.08890345596871
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: English-only benchmarks expose only a narrow slice of voice-agent behavior. We introduce $τ$-Multilingual, extending $τ$-Voice to Spanish, Brazilian Portuguese, Hindi, Korean, and Mandarin with native-speaker review and evaluation of generated language and spoken output. Across 4,500 full-duplex calls and five voice configurations, Spanish, Portuguese, and Hindi remain within 3.2 task-completion points of English, but Korean and Mandarin fall by 14.7 and 8.4 points. The failure modes also vary: Korean systems miss more responses, Mandarin systems interrupt more often, and both struggle with tools and entities. Grok leads task completion but scores lowest on generation quality, motivating separate task, interaction, and generation reporting. We release language packs, validated judges, and tools for community-built multilingual voice-agent evaluation.
- Abstract（参考訳）: 英語のみのベンチマークでは、音声エージェントの動作が狭いだけである。
スペイン語,ブラジルポルトガル語,ヒンディー語,韓国語,マンダリン語に$τ$-Multilingualを導入し,母語話者のレビューと生成言語と音声出力の評価を行った。
スペイン語、ポルトガル語、ヒンディー語は英語の3.2タスク補完点内にあるが、韓国語とマンダリン語は14.7点と8.4点に減少している。
失敗モードも様々で、韓国のシステムはより多くのレスポンスを逃し、マンダリンシステムはより多くの頻度で中断し、ツールやエンティティに苦しむ。
Grokはタスク完了をリードするが、生成品質が最も低く、別々のタスク、インタラクション、生成レポートを動機付けている。
コミュニティ構築型多言語音声エージェント評価のための言語パック,検証された判断器,ツールをリリースする。
関連論文リスト
- Beyond Bilingual Transfer: Multilingual Code-Switching in Instruction Tuning [33.701267165633105]
英語,日本語,韓国語,中国語の4言語にまたがる多言語コードスイッチング指導について検討する。
実験の結果,単純な文レベルの多言語CSDは4言語すべてで平均多言語性能を一貫して向上することがわかった。
論文 参考訳（メタデータ） (2026-05-28T06:03:52Z) - KVoiceBench, KOpenAudioBench, and KMMAU: Agent-Driven Korean Speech Benchmarks for Evaluating SpeechLMs [7.195547595036643]
本稿では,SpeechLM評価のための2つのヒューマンエージェント・ベンチマーク・コンストラクション・フレームワークを提案する。
ソース言語SpkenQAベンチマークをターゲット言語SpkenQAベンチマークに、ターゲット言語ASRコーパスをオーディオ理解ベンチマークに変換する。
これらのフレームワークを用いて,韓国語音声理解のためのKVoiceBenchとKOpenAudioBenchと韓国語音声理解のためのKMMAUの3つのベンチマークを構築し,公開する。
論文 参考訳（メタデータ） (2026-05-27T05:19:38Z) - X-Voice: Enabling Everyone to Speak 30 Languages via Zero-Shot Cross-Lingual Voice Cloning [62.740127542449166]
X-Voiceは、任意の音声をクローンし、誰でも30の言語を話せる多言語ゼロショット音声クローンモデルである。
X-Voiceは国際音声アルファベット(IPA)を統一表現として420K時間多言語コーパスで訓練されている。
論文 参考訳（メタデータ） (2026-05-07T02:57:53Z) - MDIA: A Benchmark for Multilingual Dialogue Generation in 46 Languages [15.849621393068885]
mDIAは、低-高ソース言語間の対話生成のための最初の大規模多言語ベンチマークである。
19の言語ファミリーにわたる46の言語で、実際の会話をカバーしている。
論文 参考訳（メタデータ） (2022-08-27T19:35:20Z) - AllWOZ: Towards Multilingual Task-Oriented Dialog Systems for All [41.10368284872525]
本稿では8言語をカバーする多言語タスク指向顧客サービスダイアログであるAllWOZを提案する。
メタ学習にmT5を適用することで,多言語データセットのベンチマークを作成する。
論文 参考訳（メタデータ） (2021-12-15T18:30:51Z) - Discovering Representation Sprachbund For Multilingual Pre-Training [139.05668687865688]
多言語事前学習モデルから言語表現を生成し、言語分析を行う。
すべての対象言語を複数のグループにクラスタリングし、表現のスプラックバンドとして各グループに名前を付ける。
言語間ベンチマークで実験を行い、強いベースラインと比較して大幅な改善が達成された。
論文 参考訳（メタデータ） (2021-09-01T09:32:06Z) - Code-switched inspired losses for generic spoken dialog representations [5.73995120847626]
多言語音声対話表現の学習に適した事前学習損失を導入する。
これらの損失の目標は、モデルをコード変更言語に公開することだ。
実験の結果、新しいコードの変更による損失は、モノリンガルとマルチリンガルの両方でより良いパフォーマンスを実現することがわかった。
論文 参考訳（メタデータ） (2021-08-27T19:15:00Z) - Multilingual and code-switching ASR challenges for low resource Indian
languages [59.2906853285309]
インドの7つの言語に関連する2つのサブタスクを通じて、多言語およびコードスイッチングASRシステムの構築に重点を置いている。
これらの言語では、列車とテストセットからなる600時間分の音声データを合計で提供します。
また,マルチリンガルサブタスクとコードスイッチサブタスクのテストセットでは,それぞれ30.73%と32.45%という,タスクのベースラインレシピも提供しています。
論文 参考訳（メタデータ） (2021-04-01T03:37:01Z) - Knowledge Distillation for Multilingual Unsupervised Neural Machine
Translation [61.88012735215636]
unsupervised neural machine translation (UNMT) は、最近、いくつかの言語対に対して顕著な結果を得た。
UNMTは単一の言語ペア間でのみ翻訳することができ、同時に複数の言語ペアに対して翻訳結果を生成することはできない。
本稿では,1つのエンコーダと1つのデコーダを用いて13言語間を翻訳する簡単な手法を実証的に紹介する。
論文 参考訳（メタデータ） (2020-04-21T17:26:16Z) - XPersona: Evaluating Multilingual Personalized Chatbot [76.00426517401894]
我々はペルソナ・チャットの多言語拡張(XPersona)を提案する。
我々のデータセットには、多言語パーソナライズされたエージェントの構築と評価のための英語以外の6言語でのペルソナ会話が含まれています。
論文 参考訳（メタデータ） (2020-03-17T07:52:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。