标签
本文提出"自我聆听"方法，应用于全双工口语模型。该方法将模型生成的语音反馈作为输入，以增强对话打断时的恢复能力，并提升生成语音与实际口语回应的一致性。
本文评估了当患者中断临床语音代理时，临床所需内容的恢复情况，测试了多种LLM配置，并发现中断鲁棒性因上下文和模型而异。