新基准揭示音频语言模型在语音与声学冲突时准确率大幅下降。
资讯摘要
论文提出 SAC-Bench，用于评测音频语言模型在录音中语音陈述与环境声学证据相矛盾时的表现。该基准包含来自 188 个声事件类别的 616,031 个片段，覆盖语义、时间与空间三类任务。作者报告，在五个开放权重模型上，纯音频准确率较高，但在冲突条件下事件身份准确率下降 24.8 至 46.5 个百分点；时间顺序错误在语音覆盖完整事件序列时仍存在。
要点速读
- SAC-Bench 含 616,031 个片段、188 个声事件类别，覆盖语义、时间、空间任务。
- 五个开放权重模型在冲突条件下事件身份准确率比兼容条件低 24.8–46.5 个百分点。
- 时间顺序失败在语音跟随完整事件序列时仍出现，提示干预效果不一。
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 2026/11/4 08:00:28（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。