研究:鸡尾酒会音频作为反向图灵测试,人机差距不足
一项小型研究用40段混入背景人声的合成音频测试语音模型能否充当音频CAPTCHA。人类平均词准确率0.71、通过率77%,Gemini 3.8 Flash在提示下为0.54和55%,Qwen3-ASR为0.55;差距过小,难以作为可靠区分手段。
AI 日报收录的 Parakeet 相关报道,共 1 篇,按时间倒序,每小时更新。
一项小型研究用40段混入背景人声的合成音频测试语音模型能否充当音频CAPTCHA。人类平均词准确率0.71、通过率77%,Gemini 3.8 Flash在提示下为0.54和55%,Qwen3-ASR为0.55;差距过小,难以作为可靠区分手段。