统一音频模型对自身生成内容的理解正确率仅约五成。
资讯摘要
论文提出 TORUS，一个面向统一音频模型的音频原生闭环评测基准，包含 1053 道题、117 项测试，覆盖 21 个任务、8 种音频域设置和全部 3 类音频。作者用客观与主观指标评测统一模型及专用模型级联，并考察模型对自身生成或编辑音频的理解一致性（UGC_OWN）。结果显示，最佳统一模型仅能答对其生成内容相关的 52.4% 问题，gpt-audio 为 53.6%。
要点速读
- TORUS 含 1053 道题、117 项测试，覆盖 21 个任务、8 种音频域设置和 3 类音频。
- 评测对象包括统一音频模型与专用模型级联，指标分客观和主观两类。
- 最佳统一模型仅答对 52.4% 关于自身生成内容的问题，gpt-audio 为 53.6%。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/24 08:00:37（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。