音声対話システムにおいて、会話の流れを自然に制御するターンテイキング（話者交代）は極めて重要な要素です。しかし現在のAIモデルは、どのような場面であっても単一の対話パターンを適用しており、状況に応じた柔軟な対応ができていません。この問題の根本原因は、学習データにあります。人間同士の音声コーパスは確かに自然なタイミング現象を捉えていますが、特定の役割や場面に特化した規範についての情報は不足しています。一方、ヒューリスティックやプロンプトベースの合成手法は、人間の実際の好みに基づかないままターンテイキング行動を注入するという課題を抱えています。 研究チームが開発したDuplexGenは、この問題を解決するための新しいフレームワークです。LLM（大規模言語モデル）の予測を少量のスロットレベルの人間嗜好アノテーションに対して調整することで、場面適応的なターンテイキングを持つ対話を生成します。協調的および競争的な6つのタスクを検証した結果、人間のターンテイキング嗜好は場面によって体系的に異なることが明らかになりました。 DuplexGenは、キャリブレーションされていないプロンプティングや汎用的な人間同士の対話データのみでの学習と比べて、人間の嗜好により大幅に適合しており、生成されたデータで学習したフルデュプレックスモデルは、人間が好む独特のターンテイキング行動を示すようになりました。これらの結果は、場面特有のターンテイキング合成を実現するには、コーパスの規模やプロンプト設計だけではなく、人間によるキャリブレーションが本質的に重要であることを示唆しています。