香港中文大学 发布 VoxEval 数据集, 应用在 语音识别、问答系统 领域

香港中文大学 本次发布的数据集 VoxEval, VoxEval是一个专门设计用于评估端到端语音语言模型（SLMs）知识理解能力的语音问答基准数据集。该数据集由香港中文大学、腾讯光速工作室和新加坡国立大学的研究团队创建，旨在通过纯语音交互测试模型在不同音频条件下的鲁棒性。数据集基于MMLU文本数据集构建，通过OpenAI的TTS API将文本问题转换为语音格式，并引入了多种音频输入条件（如不同说话者、语速、音调变化等）以模拟真实世界的对话场景。VoxEval特别关注数学问题等复杂主题的语音评估，填补了现有评估方法的空白。该数据集的应用领域包括语音交互模型的开发与优化，旨在提升模型在真实环境中的知识理解与对话能力。

查看VoxEval

关于 香港中文大学 , 香港中文大学（The Chinese University of Hong Kong，简称CUHK）成立于1963年，是一所位于中国香港的公立研究型大学。该校以其卓越的学术研究和教学质量闻名，拥有多个学科领域的高水平研究成果，尤其在人文、社会科学、商业管理、工程和医学等领域具有显著影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。