标签
一个本地CLI工具，利用OpenAI的Whisper检测并去除音频录音中的填充词（um、uh、erm），采用技术避免点击声和背景嘶嘶声等音频伪影。
SpeechEditBench是一个双语多属性基准，用于评估指令引导的语音编辑，涵盖七项原子任务和组合任务，并采用基于锚点的评估方案及三项指标。对主流语音大模型的评估表明，没有单一模型能在所有维度上表现出色，而组合编辑仍然极具挑战性。