音频工具调用评测框架发布
热点事件持续更新
音频工具调用评测框架发布
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Md Tahmid Rahman Laskar等人于2026年10月22日发布了一种可复现与可验证的评测框架。该框架通过将文本基准转化为受控音频数据，利用TTS、说话人变化及背景噪声生成配对样本，并保留原始标注，以评估LLM智能体在工具调用场景下的表现。 在针对7个全模态模型的评估结果中，Gemini-3.1-Flash-Live在Confetti任务上得分最高，达到70.4分；GPT-Realtime-1.5在When2Call任务上表现最佳，得分为71.9分。研究显示，文本转语音导致的性能差距介于1.8至4.8分之间。
AI 根据报道生成 · 10 小时前更新
最新进展10月22日 12:00
文本到语音：用于评估工具调用LLM智能体的可复现与可验证框架报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · NLP文本到语音：用于评估工具调用LLM智能体的可复现与可验证框架
提出一种将文本基准转化为受控音频工具调用评估的框架，通过TTS、说话人变化和背景噪声生成配对数据，保留原始标注。 在7个全模态模型评估中，Gemini-3.1-Flash-Live在Confetti得70.4分最高，GPT-Realtime-1.5在When2Call得71.9分最佳，文本转语音性能差距介于1.8至4.8分之间。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月22日 18:00
- 近 24 小时变化
- –
02.557.510
18:0020:0022:0010月23日02:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。