FormBharo: Designing and Evaluating a Voice Agent for Conversational Form Filling in Rural India
FormBharo：印度农村对话式表单填写语音代理的设计与评估
🧭 语音代理 · LLM+规则混合表单填写
Artpark · Indian Institute of Science
构建LLM+规则混合语音代理，发布会话表单填写基准，揭示端到端评估与多目标权衡的必要性
📌 工作参考价值（4 点）
- LLM+规则混合架构：在电商客服或对话推荐Agent中，可借鉴生成+确定性校验的流水线，用规则兜底LLM的错误，提升低资源或高噪声场景下的鲁棒性。
- 端到端评估优先：组件指标（如ASR准确率、槽位提取F1）不能代替全链路表单完成率；构建推荐/查询改写Agent时，需设计覆盖真实噪声的端到端测试，避免在组件优化上浪费资源。
- 多目标帕累托选型：面对准确率、成本、延迟的权衡，使用加权和标量化进行模型选择，适合业务上线前的自动化配置决策。
- 低资源语音交互基准：发布的FormVoiceAgentBench含真实印地语音频与多轮对话，可作为多语言/方言语音Agent测试的模板，特别适合需要覆盖长尾用户语音交互的国际化电商场景。