Tencent Hunyuan、複数機関と共同で初の音声編集ベンチマークMMAEを発表
原題:Can AI truly edit audio, not just generate it? 🎧 Tencent Hy, in collaboration with SJTU, SII, NTU,...
AI 要約
Tencent Hunyuanは上海交通大学、南洋理工大学などの機関と共同でMMAE(Massive Multitask Audio Editing Benchmark)を発表した。これはAIの音声/オーディオ編集能力を包括的に評価する初のベンチマークである。MMAEはモデルに対し、既存の音声を理解し自然言語の指示に従って正確に修正することを求め、単純な生成ではない。現在のモデルの同ベンチマークにおける完全一致率(EMR)は5%未満で、信頼性の高い音声編集の弱点が明らかになった。MMAEは実シーンの高忠実度サンプル2000件、細粒度の評価項目17741件を含み、音声/音楽/音声及び混合の計7モダリティ、6種類のタスク複雑度(基本修正からマルチホップ推論、マルチターン編集まで)、8種類の操作タイプ(局所から全体まで)をカバーする。論文、コード、データセット、デモは公開済み。
要点
- Tencent Hunyuanは上海交通大学、南洋理工大学などの機関と共同でMMAE(Massive Multitask Audio Editing Benchmark)を発表した。
- これはAIの音声/オーディオ編集能力を包括的に評価する初のベンチマークである。
- MMAEはモデルに対し、既存の音声を理解し自然言語の指示に従って正確に修正することを求め、単純な生成ではない。
- 現在のモデルの同ベンチマークにおける完全一致率(EMR)は5%未満で、信頼性の高い音声編集の弱点が明らかになった。
- MMAEは実シーンの高忠実度サンプル2000件、細粒度の評価項目17741件を含み、音声/音楽/音声及び混合の計7モダリティ、6種類のタスク複雑度(基本修正からマルチホップ推論、マルチターン編集まで…
概要
- 公開日時
- 更新日時
- カテゴリ
- 論文・研究
- AI スコア
- 69
过去一年语音和音乐生成很热,但音频编辑还没人正经测过,腾讯这个基准把现状血淋淋地摆出来了,不到5%的准确率意味着整个方向都还在起步期。
関連エンティティ
出典と著作権
本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。
引用方法
本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。
Orange News:Tencent Hunyuan、複数機関と共同で初の音声編集ベンチマークMMAEを発表。2026年6月8日。https://new.nat6.net/ja/news/cmq4tfme001jlslt2hle9mu5a/