ParaBridge通过策略内自蒸馏让语音模型稳定响应副语言线索 评测提升至40.3%
arXiv论文提出ParaBridge方法，通过策略内自蒸馏将推理阶段的脆弱指令支架转化为稳定的模型行为，使Qwen3-Omni-thinking在不依赖人工标注或外部奖励模型的情况下显著提升副语言线索响应能力。
AI解读：语音助手能听出恐惧或嘈杂背景等副语言线索，却常在开放式对话中忽略它们。ParaBridge针对这一"感知-行为"差距提出一种自蒸馏训练方法：训练时用一个临时指令支架给模型提供密集的预测目标，促使模型学会判断非词汇线索何时该影响回复，而推理时不需任何额外支架。在Qwen3-Omni-thinking上，无支架模型的安全相关副语言响应准确率从14.6%升至40.3%，对话共情评分也有提升，同时一般能力保持稳定。对开发者而言，这提供了一条不必依赖大量人工标注对话的路径，可能降低语音助手在应对儿童声、恐惧语气等场景时的开发成本；但普通用户短期内无感，模型的真实对话体验改善程度仍需结合更大规模的人工评测来衡量。
arXiv一篇计算语言学论文提出ParaBridge：一种策略内自蒸馏方法，让语音语言模型在开放式对话中稳定地响应副语言线索，而不需要人工标注对话或外部奖励模型。
论文摘要指出，当前语音语言模型能识别儿童声音、恐惧语气、噪音背景等非词汇线索，但在开放式对话中常忽略它们；研究团队观察到推理阶段加一条副语言指令支架能缩小这种"感知-行为"差距，表明模型内部已隐含相关线索，但支架在多轮上下文和冲突指令下不稳定。
ParaBridge将推理时的指令支架转为训练中的临时特权视图：无支架模型自行生成回复，带支架视图沿其轨迹提供密集的全词汇下一词目标；这种监督教会模型何时副语言线索应影响回复。
评测结果与泛化能力
作者报告，在Qwen3-Omni-thinking上，ParaBridge把无支架的VoxSafeBench安全相关副语言响应准确率从 14.6% 提升到 40.3%，并把EchoMind平均评分从 3.27 提高到 3.92（满分未在摘要中说明）。
一般能力保持：MMAU-Pro、VoiceBench和GPQA与原始模型差距均在 0.4 分以内。
摘要称ParaBridge能泛化到未见过的副语言线索，训练关注安全场景的模型能迁移至共情导向的对话，且方法在另一语音模型主干上也有效。