Viernes 16 de octubre de 2026 ·
Transferir el estilo de turnos de habla a modelos de voz full-duplex con una grabación de referencia
Los autores identifican en los modelos de lenguaje hablado full-duplex una dirección interna, el «vector de iniciativa», que controla cuánto habla el modelo. Al escalarlo durante la generación, la proporción de habla sube del 6-12% al 42-61% (sin intervención era 21-30%), y la señal permite anticipar el inicio de turnos hasta 800 ms antes. Una grabación corta de referencia de una persona basta para trasladar su estilo de turnos, y el ajuste sale peor si se usa la referencia de otro hablante.
Qué significa
Un desarrollador podría ajustar la personalidad conversacional de un asistente de voz por persona, en lugar de depender de los pesos fijos del modelo.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del viernes 16 de octubre de 2026 ->