Synchronization and Turn-Taking in Full-Duplex Speech Dialogue Models

En 3 lignesÉtude de la synchronisation dans les modèles de dialogue full-duplex (Moshi) qui écoutent et parlent simultanément. Les chercheurs mesurent l'alignement des représentations internes via CKA et détectent des signaux anticipatoires de prise de parole. La synchronisation est forte sans bruit, se dégrade avec le bruit, et les états internes encodent des informations prédictives.

Résumé généré par Claude — vérifié par l'humain