[논문리뷰] CoSTA: Compressed Speech Token Adaptation for Efficient Spoken Dialogue Models본 논문은 기존 SDM에서 음성 생성과 합성이 동일한 토큰 공간을 공유함으로써 발생하는 긴 시퀀스 길이와 이로 인한 비효율적인 추론 문제를 해결한다. 현재의 SDM은 생성된 음성 토큰 시퀀스가 너무 길어 연산 비용이 높고, 대화의 응답 지연을 초래하며 장기적인 상호작용을 제약하는 한계가 있다.#Review#Spoken Dialogue Models#Token Space Decoupling#BPE#Speech Token Compression#Model Adaptation#Efficiency#Inference Optimization2026년 10월 29일댓글 수 로딩 중
[논문리뷰] Motion-Omni: End-to-End Joint Speech and Full-Body Motion for Spoken Dialogue본 논문은 대화형 AI에서 발화와 신체 움직임이 분리되어 생성되는 기존 Cascade 방식의 한계점을 해결하고자 합니다. 기존 방식은 발화 생성 후 별도의 모션 모델을 수행하여 추론 지연(Latency)이 발생하며, 두 모듈 간의 공동 최적화(Joint optimization)가 불가능하다는 구조적 결함이 있습니다.#Review#Spoken Dialogue Models#Co-speech Motion#End-to-End#Multimodal Co-learning#Joint Optimization#Progressive Training#Pseudo-labeling2026년 9월 6일댓글 수 로딩 중
[논문리뷰] WavAlign: Enhancing Intelligence and Expressiveness in Spoken Dialogue Models via Adaptive Hybrid Post-Training본 논문은 통합적인 End-to-End Spoken Dialogue Model의 의미론적 지능(Intelligence, IQ)과 음성 표현력(Expressiveness, EQ)을 동시에 향상시키는 문제를 해결하고자 한다.#Review#Spoken Dialogue Models#Post-Training#Reinforcement Learning#Preference Optimization#Modality Alignment#End-to-End#Acoustic Expressiveness2026년 4월 22일댓글 수 로딩 중
[논문리뷰] C3: A Bilingual Benchmark for Spoken Dialogue Models Exploring Challenges in Complex Conversations본 연구는 현존하는 음성 대화 모델(SDM)들이 인간의 복잡한 대화, 특히 음운론적/의미론적 모호성 과 맥락 의존성 (생략, 공참조, 다중 턴 상호작용)을 얼마나 효과적으로 이해하고 모방하는지에 대한 종합적인 벤치마킹의 부족을 해결하고자 합니다.#Review#Spoken Dialogue Models#Bilingual Benchmark#Complex Conversations#Ambiguity Resolution#Context Understanding#LLM Evaluation#Human-Computer Interaction2025년 8월 2일댓글 수 로딩 중