论文解读
把混音师的耳朵写成奖励:SPHERE 如何让 3B 音频语言模型学会摆位
音乐生成 | 6.9/10
音乐生成 | 6.9/10
音频事件检测 | 7.1/10
音乐生成 | 7.1/10
语音合成 | 7.6/10
语音交互 | 7.6/10
语音识别 | 7.3/10
音频理解 | 8.3/10
音视频理解 | 10.0/10
音视频生成 | 8.3/10
音视频生成 | 8.0/10
音频字幕生成 | 7.5/10
音频理解 | 6.8/10
音频生成 | 8.2/10
语音合成 | 6.9/10
音频质量评估 | 6.5/10
音频字幕生成 | 7.9/10
音频字幕生成 | 8.4/10
语音情感识别 | 6.2/10
音视频问答 | 6.7/10
音频生成 | 7.0/10