DEAF音频语言模型声学忠实度基准发布

1. 12:00
   arXiv cs.AI

   DEAF：音频语言模型声学忠实度诊断评估基准

   研究者推出 DEAF 基准，包含超过 2,700 条冲突刺激，覆盖情感韵律、背景声音和说话人身份三个声学维度，并设计逐级增强文本影响的多层级评估框架。对七个 Audio MLLM 的评测显示出一致的文本主导模式：模型对声学变化敏感，但预测主要由文本输入驱动，标准语音基准上的高分与真实声学理解之间存在差距。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。