Comments 3
Продукт не называю
Напрасно.
Это ладно, если бот по телефону общается. А вот сделать кнопку submit (на тот же пробел), в голосовом режиме чатов почему-то не додумались. При этом и ответ не обязательно проговаривать, можно его написать текстом, что бы можно было по диагонали прочитать и если ясно видно, что тебя не поняли, то прервать ответ и дополнить вопрос своей репликой.
Спасибо за статью!
Не хватает сравнения с уже обученными моделями того же класса. Некоторые их них работают с звуковым сигналом, а не его транскрибированной версией. Есть даже модели поддерживающие русский язык. Примеры таких моделей:
https://huggingface.co/videosdk-live/Namo-Turn-Detector-v1-Russian
https://huggingface.co/videosdk-live/Namo-Turn-Detector-v1-Multilingual
https://huggingface.co/susuROBO/smart-turn-multimodal
https://huggingface.co/pipecat-ai/smart-turn-v3
Интересно почитать, что вы в эвристиках сделали для случая "Люди, которые думают вслух"
Собеседник замолчал или просто задумался: как мы учили голосового ассистента не перебивать людей