TurnTurk-GPT以土耳其语对话微调预测轮次结束

本文提出了 TurnTurk-GPT，一种基于文本的土耳其语话轮交替预测器，通过在合成和真实对话上使用 TurnGPT 目标对土耳其语 GPT-2 模型进行微调而获得，并根据规则基线、零样本土耳其语模型和广泛使用的多语言话轮结束检测器在真实土耳其语对话中对其进行评估。评估使用无标点、小写文本上的词级决策点来近似流式语音识别器的输出、录音互不重叠及说话者互不重叠的数据划分、嵌套阈值选择和配对聚类 bootstrap 检验。在录音不相交和说话者不相交评估下，TurnTurk-GPT 的性能优于多语言检测器。仅当测试说话者出现在训练中时，它才优于零样本语言模型；对于看不见的说话者，这两者在统计上是无法区分的。删除回合结束词的后缀可将 AP 降低高达 44%，而句子内部词的 AP 则减少 2%，从而将土耳其语回合结束提示定位在动词词尾形态中。仅使用合成对话会产生最弱的训练模型，并且当说话者暂停时，零样本和多语言基线仍然接近随机水平。该模型和评估协议已公开发布。