論文の概要: DuplexAct-Bench: Broadening Full-Duplex Speech Evaluation toward Proactive Interaction across Diverse Behavioral Requirements

• arxiv url: http://arxiv.org/abs/2609.39446v1
• Date: Wed, 30 Sep 2026 10:19:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.570932
• Title: DuplexAct-Bench: Broadening Full-Duplex Speech Evaluation toward Proactive Interaction across Diverse Behavioral Requirements
• Title（参考訳）: DuplexAct-Bench: 多様な行動要求に対する前向き相互作用に対する全二重音声評価の拡充
• Abstract要約: 現在のシステムは、リアルタイムのインタラクションが広がるにつれてどのように参加するかに関わらず、ロバストな管理には程遠い。 これらの結果から、現在のシステムは、リアルタイムインタラクションが展開するにつれてどのように参加するかに関わらず、ロバストな管理には程遠いことが分かる。
• 参考スコア（独自算出の注目度）: 30.027494755143763
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Existing full-duplex speech benchmarks cover only subsets of real-time interaction behaviors, often under limited contextual conditions. We introduce DuplexAct-Bench, a bilingual benchmark that systematically covers six complementary behaviors, from interruption and yielding to proactive initiation, active silence, and backchanneling, across Pre-session, In-session, and No-explicit conditions. Across 1,290 English and Chinese streaming trials, we evaluate 12 full-duplex speech systems on both Timing and Content. Results reveal substantial variation across behaviors, conditions, and systems, as well as frequent mismatches between semantic quality and behavioral timing. These findings show that current systems remain far from robustly managing when, whether, and how to participate as real-time interaction unfolds. Project page: https://alitaxky.icu/DuplexAct-Bench/
• Abstract（参考訳）: 既存の全二重音声ベンチマークは、しばしば限られた文脈条件下でのリアルタイム相互作用の振る舞いのサブセットのみをカバーしている。 両言語間ベンチマークであるDuplexAct-Benchを導入する。このベンチマークは、割り込みや利得から積極的な開始、アクティブサイレンス、バックチャネルに至るまでの6つの相補的な動作を体系的にカバーする。 1,290の英語と中国語のストリーミング試行で、TimingとContentの両方で12のフル二重音声システムを評価した。 結果は、行動、条件、システム、および意味的品質と行動のタイミングの頻繁なミスマッチを示す。 これらの結果は、現在のシステムがいつ、いつ、どのようにリアルタイムのインタラクションが展開するかをしっかりと管理できないことを示している。 プロジェクトページ: https://alitaxky.icu/DuplexAct-Bench/

関連論文リスト

• DuplexSpeechBench-IFEval: Evaluating Implicit Instruction Following in Full-Duplex Voice Agents [67.07361089429757]
  6つのリアルタイム音声システムを用いて, 実時間床の付着度を測定した。 アーキテクチャに依存したトレードオフを見つけます。 GPT-Realtime, Mini-o Duplex, Fun-Audio-Chatはペルソナ一貫性のあるコンテンツに強く固執する。
  論文  参考訳（メタデータ） (2026-09-03T06:28:02Z)
• Dual-Loop Self-Evolution via Verifiable Emotion Feedback for Multi-Turn Empathetic Dialogue [25.142249614911208]
  共感的サポートは本質的にマルチターンとパス依存である。 既存の方法は、トレーニングのインタラクション分布を固定しつつ、対話ポリシーを進化させる。 検証可能な感情フィードバックによって駆動されるデュアルループ自己進化フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-11T08:14:01Z)
• End-to-end Listen, Look, Speak and Act [22.047534228540783]
  ELLSAは、より自然で一般的な対話型人工知能への一歩であり、人工知能の幅広い追求に寄与している。 中心となるのはSA-MoE(Attention Mixture-of-Experts)で、それぞれのモダリティを専門の専門家にルーティングすることで、統一された注意バックボーンを通じてそれらを融合させる。
  論文  参考訳（メタデータ） (2025-10-19T08:45:46Z)
• Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
  時系列思考は、完全なSDLMの応答品質を改善することを目的としている。 追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。 結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-10-02T10:28:11Z)
• Full-Duplex-Bench: A Benchmark to Evaluate Full-duplex Spoken Dialogue Models on Turn-taking Capabilities [93.09944267871163]
  FullDuplexBenchは、重要なインタラクティブな振る舞いを体系的に評価するベンチマークである。 ベンチマークコードを公開することによって、音声対話モデリングの進歩と、より自然で魅力的なSDMの開発を目指しています。
  論文  参考訳（メタデータ） (2025-03-06T18:59:16Z)

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。