음성 함수 호출 (Spoken Function Calling): 대규모 오디오 언어 모델 (LALMs)을 위한 음성 언어 이해 (SLU)의

요약

본 연구는 대규모 오디오 언어 모델(LALMs)의 성능을 높이기 위해 새로운 의미 이해 관점인 '음성 함수 호출(Spoken Function Calling, SFC)'을 제안합니다. 기존 SLU의 한계를 넘어 오픈 도메인 작업에서 구조화된 규칙을 통해 의미 추출 정확도를 향상시키는 방법론을 다룹니다.

핵심 포인트

• 기존 SLU의 오픈 도메인 인컨텍스트 학습 한계 극복
• 구조화된 규칙 정의를 통한 음성 함수 호출(SFC) 개념 제안
• SFC-Bench 데이터셋 구축을 위한 멀티 에이전트 시스템 활용
• LALMs의 사후 학습을 통한 의미 추출 정확도 실질적 향상 입증