VoiceMem：面向实时交互的流式双脑记忆

对话系统，如双工语音语言模型（SLMs），仍缺乏一个流式、准确且富有同理心的记忆系统作为其灵魂。我们提出VoiceMem，一种简单的记忆架构，配备并行的信息性左脑、情感性右脑以及流式记忆输入输出机制。我们进一步构建了完整的流水线，用于记忆感知的SLM训练、长时程评估以及可互换记忆后端的解耦部署。实验和实际部署展示了三大优势：i) 准确性：在top-5检索下，左脑比经典系统（如Mem0在top-200）高出近30个百分点；ii) 情感与个性化：右脑通过短时和长时情感归因及双节点人格建模，在三个人格基准上达到最先进性能，并在总分上比先前最佳系统提升4.29分；iii) 实时与低成本：VoiceMem在134毫秒内完成检索，完全在标准VAD延迟范围内，不增加额外对话延迟，同时保持高准确性和低成本。这些结果表明，VoiceMem为实时、个性化和情感感知的语音交互提供了实用的记忆基础。