本文研究了基于合成音频数据的对话状态追踪，开发了级联和端到端模型，消除了对人类语音数据的依赖。实验结果表明，使用合成数据训练的模型在实际人类语音数据上表现良好，为对话系统的进步奠定了基础。

该文综述大语言模型在对话系统中的应用，包括：用递归摘要增强长期记忆以提升长对话一致性；将对话状态追踪转为摘要任务，用少样本方法提升跨领域性能；评估ChatGPT的DST能力并提出LDST框架；结合检索与摘要实现个性化和语音对话状态推断；评估约百亿参数模型的会话摘要能力，指出提示选择显著影响ROUGE分数。