搜尋

NeurIPS 26 論文 EchoChat：把共情語音對話拆成感知、心智理論推理與回應三步

EchoChat 將共情語音對話拆成情緒感知、心智理論推理與語音回覆生成三個環節，並用統一框架聯合最佳化。它在監督微調階段引入 Acoustic-Anchored Attention 強化對聲學線索的利用，在強化學習階段用 SDCA 為各環節分配針對性獎勵，並以門控機制約束後續階段的獎勵。團隊同時建置了 EchoDialogue-400K 共情對話資料集，以及真人錄製、心理學專家標註的 EchoEval 評測基準。