arXiv cs.CL· Puneet Mathur, Dinesh Manocha·2026-09-30 12:00· 5 小时前AI 评分39

FD-VAD：面向流式全双工语音的语义端点检测

FD-VAD: Semantic Endpoint Detection for Streaming Full-Duplex Speech

AI 导读

FD-VAD 提出免 ASR 的流式语义端点检测，直接把因果音频窗口映射为 Continue/Stop 决策。该模型由冻结语音编码器、轻量模态适配器和参数高效适配的语言模型组成，采用 last-chunk 训练目标，并引入置信度门控端点提交。在 TurnBench dev set 上，其零样本 EOT recall 达 0.853（FP<=0.10）。

来源：arXiv cs.CL · arxiv.org

#论文/研究 #语音 #arXiv