共 2 篇相关文章
Voxtral 推出实时说话人分离与轮次结束检测能力，支持自主部署或官方托管，提升多人语音交互的响应准确性。
一项 arXiv 新研究揭示流式说话人分离系统小数据适配的隐患：适配提升检测准确率的同时，可能悄然损害说话人身份的时序一致性。排练策略虽能缓解遗忘，却牺牲跨领域迁移能力，提示需联合评估检测、身份一致性与保留行为。
