HuggingFace Daily Papers（社区热门论文）·2026-09-26 08:00· 4 天前AI 评分38

VoxPolyMem：面向多说话人语音对话的交互感知多模态记忆框架

Beyond Dyadic Memory: Interaction-Aware Multimodal Memory with Adaptive Agentic Retrieval for Multi-Party Spoken Conversations

AI 导读

VoxPolyMem 是一个面向多说话人语音对话的交互感知多模态记忆框架，结合增量说话人识别与交互记忆、事实记忆、参与者画像三层记忆结构，并在 VoxPolyBench 上取得 85.0 总分，超出最强基线 23.6 分。