CARES 合成基准评测音频语言模型
热点事件持续更新
CARES 合成基准评测音频语言模型
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
研究者发布 CARES 合成基准，用于评测音频语言模型能否理解说话人对声音的反应。该语料库包含 10,000 个双说话人场景，以“说话人可听见地反应”定义声音显著性，对话由语言模型生成。 研究者在识别场景、标注声音和分类反应三项任务上评测了六个音频语言模型，结论是这些模型能听到声音，却捕捉不到说话人对声音的反应。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
CARES：一个受控的说话者对声音反应合成基准报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.LGCARES：一个受控的说话者对声音反应合成基准
研究者构建了 CARES 语料库，包含 10,000 个双说话人场景，用"说话人可听见地反应"这一规则定义声音显著性，并由语言模型生成对话。他们随后在识别场景、标注声音和分类反应三项任务上评测了六个音频语言模型，结果显示这些模型能听到声音，却捕捉不到说话人对声音的反应。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。