论文解读
Omni-Captioner: Data Pipeline, Models, and Benchmark for Omni Detailed Perception
音频场景理解 | 9.0/10
音频场景理解 | 9.0/10
多模态模型 | 8.5/10
音频检索 | 8.5/10
基准测试 | 7.8/10
音频问答 | 8.0/10
多模态模型 | 8.0/10
空间音频 | 7.0/10
音频分类 | 8.5/10
语音对话系统 | 8.5/10
语音识别 | 8.5/10
声源定位 | 8.0/10
音频生成 | 7.0/10
音频问答 | 7.0/10
音频分类 | 8.5/10
语音对话系统 | 8.5/10
语音翻译 | 8.0/10
语音分词 | 7.5/10
音频生成 | 8.5/10
音频问答 | 8.0/10
音频生成 | 7.5/10