@rohanpaul_ai：语音 AI 现在已经足够出色，可以将偏好和拟人程度作为独立目标进行评分。@voicearena_ai 上线…

X AI KOLs Timeline 新闻
voice-ai text-to-speech benchmark evaluation human-likeness audio

摘要

Voice Arena 推出了 Turing TTS，这是一个通过“欺骗率”衡量听众将 AI 语音误认为人类语音频率的基准测试；即使是表现最好的模型 Gemini 3.8 Flash TTS，也只有约 10% 的时候能骗过听众。

语音 AI 如今已经足够出色，可以将偏好和拟人程度作为两个独立的目标来评分。 @voicearena_ai 推出了一项新基准 Turing TTS，直接评估后者：听众分别聆听真人和模型说出的同一句话，然后选出真人。 听众误将模型选为真人的比例就是欺骗率（Fool Rate）。如果达到 50%，就意味着听众无法分辨。 即使是表现最好的模型 Gemini 3.8 Flash TTS，也只有约 10% 的时候能骗过听众。 在 Voice Arena 的偏好排行榜上，排名前四的模型在统计上并列。以真人为标准衡量，整个领域仍有很长的路要走。 https://x.com/shobhitbanga/status/2116236578045702373/video/1…
查看原文
查看缓存全文

缓存时间: 2026/10/31 05:24

语音 AI 如今已经足够出色，可以将偏好度和拟人程度作为两个独立的目标来评分。

@voicearena_ai 推出了一项新基准 Turing TTS，直接评估后者：听众会听到真人和模型分别说出同一句话，然后选出真人。

他们误选模型的比例就是欺骗率（Fool Rate）。如果达到 50%，就意味着听众无法分辨。

即便是表现最好的模型 Gemini 3.8 Flash TTS，也只在约 10% 的情况下骗过了听众。

在 Voice Arena 的偏好排行榜上，前四名模型在统计上并列。但以真人为标准衡量，整个领域仍有很长的路要走。

https://x.com/shobhitbanga/status/2116236578045702373/video/1…

Shobhit Banga (@shobhitbanga)： 第 2/15 弹

我们真的在衡量那些我们最终希望语音 AI 模型实现的目标吗？

最好的 AI 语音正变得越来越难以区分。 是彼此之间难以区分。与真人之间则不然。

🚀 推出 Turing TTS：一项衡量人类听众有多大概率误将

相似文章