Speech-MASSIVE

Google Research 发布大规模声音嵌入基准，推动 AI 听觉智能发展

Google Research 推出了大规模声音嵌入基准 (MSEB)，这是一个开源平台，旨在推进 AI 听觉智能领域的发展。MSEB 标准化了八项核心声音相关能力（包括转录、分类和重建）的评估，目标是突破当前性能限制。该基准包含了多样化的数据集，例如包含超过 177,000 个语音查询的 Simple Voice Questions (SVQ) 数据集，并整合了多模态信息以模拟现实世界场景，从而促进更强大的声音理解模型的开发。