每日研究速递
语音/音乐/音频论文速递 2026-09-11
共分析 38 篇语音/AI 论文
人类参与评测
论文解读
PRISM-Bench：用音频类型与声源可见性交叉诊断文生音视频的接地能力
针对文生音视频评估重视频轻音频的问题，PRISM-Bench 以语音/音乐/音效与 On-screen/Off-screen 交叉分层与四维度 35 条细粒度标准组织 900 条人工校验样本，并用盲式并排、以真值为锚的 MLLM-as-a-Judge 两阶段打分实现超过 70% 的人类一致性，揭示前沿闭源模型在可感保真度上已超真值但在可见声源同步与精细声音控 …
每日研究速递
语音/音乐/音频论文速递 2026-09-08
共分析 38 篇语音/AI 论文