从波形到智慧:听觉智能的新基准

Google Research 推出开源的 Massive Sound Embedding Benchmark(MSEB),统一了检索、分类、推理、转写、分割、聚类、重排序和重建八项核心声音能力来评测机器听觉智能。实验表明现有声音表示远非通用,在全部八项任务上都存在可观的性能提升空间。