MixJudge：可语言查询的人声混音评判模型

论文提出可语言查询的人声混音评判模型 MixJudge。

资讯摘要

论文提出 MixJudge，一个可用语言查询的音频评判模型，用于判断人声混音中的具体问题。作者构建了涵盖 11 类人声混音问题、多严重程度的课程数据用于训练。作者报告该模型能检索混音问题、区分相反问题并排序严重程度，其判断还可迁移到菜单选择：在给定处理候选中，常更偏好声学上更接近留出专业版本的版本。

要点速读

1. 论文构建了 11 类人声混音问题、多严重程度的课程，用于训练 MixJudge。
2. 作者报告 MixJudge 能检索混音问题、区分相反问题并对问题严重程度排序。
3. 在菜单选择任务中，MixJudge 常更偏好声学上更接近留出专业版本的候选。

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。