SpeechEQ 用多轮语音对话评测模型情商，揭示模态捷径等瓶颈。
资讯摘要
论文提出 SpeechEQ 框架，用于评估语音语言模型在主动多轮对话中的社会语用推理能力。该框架包含基于 EQ-i 2.0 理论、覆盖 15 个情商子量表的 2265 段对话数据集，以及多轮评测协议和 Spoken EQ（SEQ）分数。作者报告实验显示，现有语音情感识别与端到端语音语言模型在理解并运用副语言线索上存在局限，端到端架构优于级联系统，但仍受“模态捷径”“安全陷阱”和“上下文失忆”制约。
要点速读
- 数据集含 2265 段对话，覆盖 EQ-i 2.0 的 15 个情商子量表，并配套多轮评测协议与 SEQ 分数。
- 作者报告端到端语音语言模型表现优于级联系统，但整体仍受副语言线索理解能力限制。
- 论文指出当前多模态模型存在依赖文本的“模态捷径”、对齐引发的“安全陷阱”和“上下文失忆”问题。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。