研究人员推出SQuTR，一个旨在评估语音查询文本检索系统在各种声学噪声条件下鲁棒性的新基准。该基准包含一个大型数据集，其中包含来自现有检索数据集的超过37,000个查询、来自200名说话者的合成语音以及17类真实世界环境噪声。使用SQuTR进行的评估显示，随着噪声水平的增加，检索性能会显著下降，这凸显了鲁棒性是当前系统（甚至包括大型模型）的关键瓶颈。 AI
影响 该基准将有助于研究如何使语音查询系统在嘈杂环境中更加可靠。
排序理由 该集群描述了一篇介绍用于评估AI系统基准的新学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
