论文
DuplexAct-Bench：扩展全双工语音评测，覆盖主动交互及多样行为要求
DuplexAct-Bench: Broadening Full-Duplex Speech Evaluation toward Proactive Interaction across Diverse Behavioral Requirements
摘要
现有全双工语音基准仅覆盖实时交互行为的一部分，而且上下文条件通常有限。我们提出DuplexAct-Bench，一个双语基准，在会话前、会话中和无显式要求三类条件下，系统覆盖六种互补行为，从打断和让出话轮，到主动发起、主动保持沉默及反馈性应答。我们通过1,290次英语和中文流式试验，从时机与内容两个维度评测12个全双工语音系统。结果揭示不同行为、条件和系统之间存在显著差异，语义质量与行为时机也经常不匹配。这些发现表明，随着实时交互展开，当前系统距离稳健地决定何时参与、是否参与及如何参与仍有较大差距。项目主页：https://alitaxky.icu/DuplexAct-Bench/