VoxMind: An End-to-End Agentic Spoken Dialogue System
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Liang, Tianle, Chen, Yifu, Ji, Shengpeng, Chen, Yijun, Jia, Zhiyang, Lu, Jingyu, Zhuo, Fan, Pu, Xueyi, Li, Yangzhuo, Zhao, Zhou |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
WavBench: Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models
par: Li, Yangzhuo, et autres
Publié: (2026)
par: Li, Yangzhuo, et autres
Publié: (2026)
WavAlign: Enhancing Intelligence and Expressiveness in Spoken Dialogue Models via Adaptive Hybrid Post-Training
par: Chen, Yifu, et autres
Publié: (2026)
par: Chen, Yifu, et autres
Publié: (2026)
WavReward: Spoken Dialogue Models With Generalist Reward Evaluators
par: Ji, Shengpeng, et autres
Publié: (2025)
par: Ji, Shengpeng, et autres
Publié: (2025)
OSUM-EChat: Enhancing End-to-End Empathetic Spoken Chatbot via Understanding-Driven Spoken Dialogue
par: Geng, Xuelong, et autres
Publié: (2025)
par: Geng, Xuelong, et autres
Publié: (2025)
WavRAG: Audio-Integrated Retrieval Augmented Generation for Spoken Dialogue Models
par: Chen, Yifu, et autres
Publié: (2025)
par: Chen, Yifu, et autres
Publié: (2025)
VoxEval: Benchmarking the Knowledge Understanding Capabilities of End-to-End Spoken Language Models
par: Cui, Wenqian, et autres
Publié: (2025)
par: Cui, Wenqian, et autres
Publié: (2025)
Chain-of-Thought Reasoning in Streaming Full-Duplex End-to-End Spoken Dialogue Systems
par: Arora, Siddhant, et autres
Publié: (2025)
par: Arora, Siddhant, et autres
Publié: (2025)
Reflecting Twice before Speaking with Empathy: Self-Reflective Alternating Inference for Empathy-Aware End-to-End Spoken Dialogue
par: Jia, Yuhang, et autres
Publié: (2026)
par: Jia, Yuhang, et autres
Publié: (2026)
DialogGraph-LLM: Graph-Informed LLMs for End-to-End Audio Dialogue Intent Recognition
par: Liu, HongYu, et autres
Publié: (2025)
par: Liu, HongYu, et autres
Publié: (2025)
SDiaReward: Modeling and Benchmarking Spoken Dialogue Rewards with Modality and Colloquialness
par: Lu, Jingyu, et autres
Publié: (2026)
par: Lu, Jingyu, et autres
Publié: (2026)
WavChat: A Survey of Spoken Dialogue Models
par: Ji, Shengpeng, et autres
Publié: (2024)
par: Ji, Shengpeng, et autres
Publié: (2024)
Dual-Axis Generative Reward Model Toward Semantic and Turn-taking Robustness in Interactive Spoken Dialogue Models
par: Chen, Yifu, et autres
Publié: (2026)
par: Chen, Yifu, et autres
Publié: (2026)
FlashLabs Chroma 1.0: A Real-Time End-to-End Spoken Dialogue Model with Personalized Voice Cloning
par: Chen, Tanyu, et autres
Publié: (2026)
par: Chen, Tanyu, et autres
Publié: (2026)
Joint Speech and Text Training for LLM-Based End-to-End Spoken Dialogue State Tracking
par: Vendrame, Katia, et autres
Publié: (2025)
par: Vendrame, Katia, et autres
Publié: (2025)
OmniChat: Enhancing Spoken Dialogue Systems with Scalable Synthetic Data for Diverse Scenarios
par: Cheng, Xize, et autres
Publié: (2025)
par: Cheng, Xize, et autres
Publié: (2025)
VoxCog: Towards End-to-End Multilingual Cognitive Impairment Classification through Dialectal Knowledge
par: Feng, Tiantian, et autres
Publié: (2026)
par: Feng, Tiantian, et autres
Publié: (2026)
End-to-End Spoken Grammatical Error Correction
par: Qian, Mengjie, et autres
Publié: (2025)
par: Qian, Mengjie, et autres
Publié: (2025)
Retrieval Augmented End-to-End Spoken Dialog Models
par: Wang, Mingqiu, et autres
Publié: (2024)
par: Wang, Mingqiu, et autres
Publié: (2024)
E-chat: Emotion-sensitive Spoken Dialogue System with Large Language Models
par: Xue, Hongfei, et autres
Publié: (2023)
par: Xue, Hongfei, et autres
Publié: (2023)
Scaling and Prompting for Improved End-to-End Spoken Grammatical Error Correction
par: Qian, Mengjie, et autres
Publié: (2025)
par: Qian, Mengjie, et autres
Publié: (2025)
SpeechDPR: End-to-End Spoken Passage Retrieval for Open-Domain Spoken Question Answering
par: Lin, Chyi-Jiunn, et autres
Publié: (2024)
par: Lin, Chyi-Jiunn, et autres
Publié: (2024)
Analyzing Mitigation Strategies for Catastrophic Forgetting in End-to-End Training of Spoken Language Models
par: Hsiao, Chi-Yuan, et autres
Publié: (2025)
par: Hsiao, Chi-Yuan, et autres
Publié: (2025)
PRoDeliberation: Parallel Robust Deliberation for End-to-End Spoken Language Understanding
par: Le, Trang, et autres
Publié: (2024)
par: Le, Trang, et autres
Publié: (2024)
Zero-Shot End-To-End Spoken Question Answering In Medical Domain
par: Labrak, Yanis, et autres
Publié: (2024)
par: Labrak, Yanis, et autres
Publié: (2024)
GLM-4-Voice: Towards Intelligent and Human-Like End-to-End Spoken Chatbot
par: Zeng, Aohan, et autres
Publié: (2024)
par: Zeng, Aohan, et autres
Publié: (2024)
Predictive Speech Recognition and End-of-Utterance Detection Towards Spoken Dialog Systems
par: Zink, Oswald, et autres
Publié: (2024)
par: Zink, Oswald, et autres
Publié: (2024)
SingingSDS: A Singing-Capable Spoken Dialogue System for Conversational Roleplay Applications
par: Han, Jionghao, et autres
Publié: (2025)
par: Han, Jionghao, et autres
Publié: (2025)
VoxRAG: A Step Toward Transcription-Free RAG Systems in Spoken Question Answering
par: Rackauckas, Zackary, et autres
Publié: (2025)
par: Rackauckas, Zackary, et autres
Publié: (2025)
An End-to-End Approach for Chord-Conditioned Song Generation
par: Gao, Shuochen, et autres
Publié: (2024)
par: Gao, Shuochen, et autres
Publié: (2024)
Zero-Shot End-to-End Spoken Language Understanding via Cross-Modal Selective Self-Training
par: He, Jianfeng, et autres
Publié: (2023)
par: He, Jianfeng, et autres
Publié: (2023)
Acoustically Precise Hesitation Tagging Is Essential for End-to-End Verbatim Transcription Systems
par: Lin, Jhen-Ke, et autres
Publié: (2025)
par: Lin, Jhen-Ke, et autres
Publié: (2025)
ESPnet-SDS: Unified Toolkit and Demo for Spoken Dialogue Systems
par: Arora, Siddhant, et autres
Publié: (2025)
par: Arora, Siddhant, et autres
Publié: (2025)
MOSS-TTSD: Text to Spoken Dialogue Generation
par: Zhang, Yuqian, et autres
Publié: (2026)
par: Zhang, Yuqian, et autres
Publié: (2026)
Pushing the Limits of End-to-End Diarization
par: Broughton, Samuel J., et autres
Publié: (2025)
par: Broughton, Samuel J., et autres
Publié: (2025)
End-to-end Contrastive Language-Speech Pretraining Model For Long-form Spoken Question Answering
par: Hu, Jiliang, et autres
Publié: (2025)
par: Hu, Jiliang, et autres
Publié: (2025)
We Can Hear You with mmWave Radar! An End-to-End Eavesdropping System
par: Han, Dachao, et autres
Publié: (2025)
par: Han, Dachao, et autres
Publié: (2025)
J-CHAT: Japanese Large-scale Spoken Dialogue Corpus for Spoken Dialogue Language Modeling
par: Nakata, Wataru, et autres
Publié: (2024)
par: Nakata, Wataru, et autres
Publié: (2024)
SD-Eval: A Benchmark Dataset for Spoken Dialogue Understanding Beyond Words
par: Ao, Junyi, et autres
Publié: (2024)
par: Ao, Junyi, et autres
Publié: (2024)
Joint Learning Global-Local Speaker Classification to Enhance End-to-End Speaker Diarization and Recognition
par: Dai, Yuhang, et autres
Publié: (2026)
par: Dai, Yuhang, et autres
Publié: (2026)
Paralinguistic Emotion-Aware Validation Timing Detection in Japanese Empathetic Spoken Dialogue
par: Pang, Zi Haur, et autres
Publié: (2026)
par: Pang, Zi Haur, et autres
Publié: (2026)
Documents similaires
-
WavBench: Benchmarking Reasoning, Colloquialism, and Paralinguistics for End-to-End Spoken Dialogue Models
par: Li, Yangzhuo, et autres
Publié: (2026) -
WavAlign: Enhancing Intelligence and Expressiveness in Spoken Dialogue Models via Adaptive Hybrid Post-Training
par: Chen, Yifu, et autres
Publié: (2026) -
WavReward: Spoken Dialogue Models With Generalist Reward Evaluators
par: Ji, Shengpeng, et autres
Publié: (2025) -
OSUM-EChat: Enhancing End-to-End Empathetic Spoken Chatbot via Understanding-Driven Spoken Dialogue
par: Geng, Xuelong, et autres
Publié: (2025) -
WavRAG: Audio-Integrated Retrieval Augmented Generation for Spoken Dialogue Models
par: Chen, Yifu, et autres
Publié: (2025)