研究团队推出多语言多轮语音对话评测基准Omnilingua-AudioMC

1. 13:00
   arXiv 自然语言处理

   多轮对话能力能否从文本迁移至语音？平行多语言基准测试

   研究团队推出多语言基准 Omnilingua-AudioMC 评估 6 个语音语言模型，发现文本转录表现无法作为多轮语音对话能力的可靠指标。该基准包含 10 种语言的 354 场对话和 1,404 个评分项，证实直接语音输入会引发显著的模型与语言性能分化，前序语音上下文表征则是性能退化的主要来源；相关代码已开源。

Current heat 6·Comparable peak 10（Nov 4 14:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.