面向全双工语音语言模型的参考引导轮流对话风格迁移

研究在全双工语音语言模型的残差流中定位出晚层方向 initiative vector，无需训练或标注即可从模型自身对话中提取，能提前最多 800 ms 预判接话时机。缩放该方向可将语音占比从 6-12% 提升至 42-61%（不干预为 21-30%），且一段简短参考录音即可迁移说话人的轮流风格，换用他人参考后 93-98% 的情况下匹配变差。