The Speech-LLM Takes It All: A Truly Fully End-to-End Spoken Dialogue State Tracking Approach

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Ghazal, Nizar El, Caubrière, Antoine, Vielzeuf, Valentin
Format:	Preprint
Publié:	2025
Sujets:	Computation and Language Artificial Intelligence Machine Learning Audio and Speech Processing
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2510.09424