本文へスキップ

LSLM

話しながら聞ける全二重の対話モデル

公式サイトを見る

LSLM とは

本モデルは全二重建模で人と機械のやり取りの自然さを高めると紹介され、話しながら聞き、割り込みにもリアルタイムで応じる。

できること

  • 全二重の対話を行う
  • decoder-only TTS で音声を生成する
  • streaming 符号化器で生の音声を受ける

導入の手順

  • 既存の対話の仕組みに組み込む
  • 融合戦略とやり取りの設定を定める
  • 特定の対話場面に向け学習する
  • 騒音下で二重通信を試す

長所と短所

✓ 良い点

  • streaming SSL 符号化器が生の音声を扱う
  • 資料は既存対話への影響が小さいと説明

! 注意したい点

  • 融合戦略とやり取りの設定を定める必要がある
  • 特定の対話場面と指示に向け学習が要る

よくある質問

FDM とは?

資料は話しながら聞く全二重建模と説明。

融合戦略は?

資料は早期・中期・後期の融合を挙げる。

最終評価日: 2026-11-15

その他 AIオーディオツール ツール

すべて見る →

評価方法