MMAC: 音声キャプション評価のための大規模多次元ベンチマーク

arXiv cs.AI ・ 2026-07-29

原題: MMAC: A Massive Multi-dimensional Benchmark for Audio Captioning

AI による要約

音声LLMによる詳細な自由記述形式の説明精度と情報網羅性を評価するため、5,638個の音声クリップを含む多次元ベンチマーク「MMAC」を構築した。主要なオープンソースおよびプロプライエタリモデルを評価し、各種モデルの評価次元ごとの課題や性能差を明示している。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.AI）をご確認ください。