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。

当前热度 7·可比范围峰值 10（11月4日 14:00）·近 24 小时可比范围变化–

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。