AcoustBench

新型AI智能体StrixAE通过多模态LLM增强音频

研究人员开发了StrixAE，这是一种用于复杂真实场景音频增强的智能体。StrixAE利用多模态大语言模型（MLLM）来管理各种音频增强和个性化模型。该智能体经过两阶段训练过程，包括在AcoustBench上的监督微调和音频感知强化学习（APRL），以提高其推理、工具调用和泛化能力。该方法旨在减少伪影并提高感知质量，在真实测试数据集上表现优于现有解决方案。