PulseAugur
中
实时 12:02:27
English(EN) INSPIRE: A Benchmark for Instruction-Aware Speech Retrieval

新基准INSPIRE评估指令感知语音检索

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了INSPIRE，一个旨在评估指令感知语音检索系统的新型基准。与依赖固定相似度匹配的传统系统不同，INSPIRE允许自然语言指令动态定义相关性标准，涵盖语义内容、说话人身份、说话风格和环境声音。对四种检索范式——大型音频语言模型、级联流水线、自监督语音模型和对比音频语言模型——的初步评估显示，没有一种单一方法能有效处理所有检索意图。基于文本的模型在语义检索方面表现出色，但在语用属性方面遇到困难，而基于语音的模型在声学属性方面表现更好，但在遵循指令方面能力较弱，这表明需要统一的架构。 AI

影响 该基准有望推动更灵活、更具上下文感知能力的语音理解系统的发展。

排序理由 该集群描述了一个新的语音检索学术基准，该基准已在arXiv论文中详细介绍。

在 Hugging Face Daily Papers 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新基准INSPIRE评估指令感知语音检索

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Chen-An Li, Hung-yi Lee ·

    INSPIRE：面向指令感知的语音检索基准

    arXiv:2608.16203v1 Announce Type: cross Abstract: Existing speech retrieval systems rely on fixed similarity matching and cannot adapt to diverse user intents. We introduce INSPIRE, the first benchmark for instruction-aware speech retrieval, in which natural-language instructions…

  2. Hugging Face Daily Papers TIER_1 English(EN) ·

    INSPIRE：面向指令感知的语音检索基准

    Existing speech retrieval systems rely on fixed similarity matching and cannot adapt to diverse user intents. We introduce INSPIRE, the first benchmark for instruction-aware speech retrieval, in which natural-language instructions dynamically specify relevance criteria, including…

相关实体

相关话题