VIPBench

新的VIPBench基准衡量人类对语音身份的感知

研究人员推出了VIPBench，这是一个旨在评估人类如何感知语音身份的新基准，超越了传统的说话人识别任务。该基准包括来自100位公众人物的真实、克隆和混合语音对的1290名听众的超过124,000次判断。初步评估显示，听众经常误认语音克隆，41%的响应将同一说话者的克隆和真实录音判断为不同的人。研究结果表明，当前的说话人模型与人类感知不完全一致，并促使直接根据听众的判断来训练模型。