研究人员开发了 SpeechCritic，一个旨在从有限的人类偏好中学习诊断性语音评判器的系统。与仅输出单一分数的传统评判器不同，SpeechCritic 能够识别语音的具体感知维度（如情感或时序），并为其判断提供理由。该系统通过人类反馈校准现有的 LLM，在与人类判断的一致性方面提高了 6 个百分点以上，并将“平局”分类的失配率降低了 10 个百分点以上。这种方法已被证明在不同语言对（包括英语-日语和英语-西班牙语）中都有效，为实现更细致、更可靠的自动语音评估提供了途径。 AI
影响 通过识别具体的感知维度并提供理由，实现了更细致、更可靠的自动语音评估。
排序理由 该集群描述了一篇在 arXiv 上发表的研究论文，其中详细介绍了一种学习诊断性语音评判器的新方法。[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 →
