A.I. 日报
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。
Wav2Vec2
1 篇报道AI 日报收录的 Wav2Vec2 相关报道，共 1 篇，按时间倒序，每小时更新。
相关话题
已经到底了
AI 日报收录的 Wav2Vec2 相关报道，共 1 篇，按时间倒序，每小时更新。
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。