AV-SyncBench

新基准测试解耦音视频同步评估

研究人员推出了AV-SyncBench，这是一个新颖的基准测试，旨在评估多模态AI模型中的音视频同步。该基准测试独特地解耦了时间一致性和语义一致性的评估，从而能够对特征提取模型进行更精细的分析。AV-SyncBench 使用了一个包含3,269个野外视频的数据集，涵盖了各种场景下的语音、音乐和声音，其中38,390个样本经过自动过滤和手动验证，确认了屏幕上的声音来源。该基准测试旨在为对齐和下游任务提供更准确的模型性能衡量标准。