面向社交机器人的可扩展口语对话基准提案

语言模型提供了人类和机器人之间的即插即用接口，但当需要语音、对话、快速交互和协作时，仍然存在重大挑战。我们为社区提出了一个基准，用来探索机器人和人类之间常见的口头对话工件，包括澄清请求、打断、具体信号（例如点头或面部暗示）和时间限制。我们还解释了我们的愿景，即扩展对更大的研究界很重要的人机交互其他方面的基准。为了促进基准测试，我们进一步建议使用 \textit{Retico}，这是一种实时通信框架，可以满足使机器人具有语音对话功能的重要技术要求。