justpluso/turn-detection

👉👉👉👉👉 github

Turn Detection（对话轮次检测）是一个用于人机对话系统中的关键技术，主要用于：

• —对话边界识别：准确判断用户何时结束当前发言，避免对话系统过早或过晚响应
• —多轮对话管理：在连续对话中识别每个对话轮次的开始和结束，提升对话体验
• —实时交互优化：通过精准的轮次检测，实现更自然流畅的人机交互
• —语音助手增强：为语音助手、客服机器人等应用提供更智能的对话控制

2. 主要特点

🔄 支持多轮对话

• —能够处理复杂的多轮对话场景
• —准确识别对话中的停顿、思考和真正的轮次结束
• —支持上下文感知的轮次判断

支持多轮对话的重要性：

  user: 我们来个成语接龙吧？
  assistant: 那我先来，杞人忧天。该你了
  user: 天天向上

非多轮对话下单一的"天天向上"是不完整的，但是放在上下文中则应该是完整的。

🚀 轻量化推理

• —模型参数仅270M，资源占用低
• —支持CPU推理，无需GPU即可部署
• —推理速度快，满足实时对话需求
• —适合边缘设备和资源受限环境

🌍 多语言支持

• —原生支持中文和英文对话检测
• —模型架构支持微调扩展到其他语言
• —跨语言泛化能力强

🛠️ 可定制化

• —提供完整的微调框架
• —支持针对特定领域和语言的定制训练
• —灵活的数据处理和训练流程

🙅‍♂️ 支持等待状态

• —0 (不完整)：用户话语未说完，需要等待继续输入
• —1 (完整)：用户话语表达完整，可以进行回复
• —2 (要求等待)：用户要求暂停或打断AI回复