Acoustic-to-Text KV压缩：让全双工语音模型长对话内存降64.6%

论文提出 acoustic-to-text KV compression，在全双工语音语言模型的 listening-time slack 区间内，通过转录旁路把语音转成紧凑的文本记忆。推理时 KV 缓存超过预算即淘汰旧声学状态，保留转录与近期声学上下文。旁路用 LoRA 训练，并以知识蒸馏保持原始模型的听说行为。在 MiniCPM-o 4.5 上的实现使十分钟 LongSpeech 会话的峰值流式 KV 缓存降低 64.6%，转录、时序问答和摘要指标同时优于基线，Full-Duplex-Bench 上的停顿、轮次切换和打断表现持平。