SpeechCritic：约300条偏好标注训练语音评判器

Mingyue Huo 等作者提出诊断式语音评判器 SpeechCritic，称仅用约 300 条人类标注对比数据校准前沿音频语言模型，使其在判断两个候选语音优劣的同时，指出音色、情感、时序等维度的差异及可听线索。 该方法采用参考条件化的跨语言设定，即评判以给定参考语音为条件，并面向跨语言场景。上述效果来自作者在论文中的表述，尚待独立验证。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。