logbook

新的Logbook基准测试解决了小时级音频理解问题

研究人员推出了Logbook，这是一个专为理解极长格式音频而设计的新基准测试，录音时长从十分钟到六天不等。该基准测试旨在解决当前音频基准测试依赖于短的、预先分割的片段的局限性。Logbook要求系统对连续音频录音进行无缝分割并标注事件标签和描述。对52个系统的初步评估表明，该任务是可行的，尽管人类表现仍然优于AI，过度分割是一个常见问题，可以通过微调部分缓解。