IXThinker·2025-12-04 08:10

開源聽覺智能基準MSEB 統一評測八項能力

聲音是多模態感知的關鍵一環，但機器聽覺能力的評測長期分散。開源平台MSEB整合多樣化任務與數據集，為聲音智能提供統一量尺，覆蓋由檢索到重建的八大核心能力。

為何需要

語音助手、安防監控與自主智能體等系統需要轉錄、推理、聚類、重排序等全面聽覺功能，這些能力依賴將原始音頻轉化為嵌入表示；然而現時多模態模型的聽覺研究分散，缺乏統一標準。