💡
原文中文，约2000字，阅读约需5分钟。
📝
内容提要
主观语音质量评估（SSQA）面临模型推广的挑战，现有模型在不同领域表现不佳。为此，研究者提出了MOS-Bench基准和SHEET工具包，以增强模型的泛化能力和评估一致性。这些工具结合多数据集和新评估指标，推动SSQA研究进展，提高自动语音质量评估的有效性。
🎯
关键要点
- 主观语音质量评估（SSQA）面临模型推广的挑战，现有模型在不同领域表现不佳。
- SSQA模型在跨领域表现不佳，主要由于不同任务之间的数据特征和评分系统差异。
- 当前SSQA方法包括基于参考和基于模型的方法，后者在捕捉人类感知方面具有潜力，但存在泛化约束和计算复杂性问题。
- 研究者提出MOS-Bench基准和SHEET工具包，以增强模型的泛化能力和评估一致性。
- MOS-Bench包含七个训练数据集和十二个测试数据集，涵盖不同语音类型、语言和采样频率。
- SHEET提供标准化的工作流程，支持SSQA模型的训练、验证和测试。
- MOS-Bench与SHEET结合，允许系统地评估SSQA模型，特别关注模型的泛化能力。
- MOS-Bench引入新的性能指标，以整体评估SSQA模型在不同数据集上的表现。
- MOS-Bench数据集包括多种语言和领域的样本，增强了模型的训练范围。
- 使用MOS-Bench和SHEET显著提高了SSQA在合成和非合成测试集上的泛化能力。
- MOS-Bench建立了可靠的基准，使SSQA模型能够在不同领域应用准确的性能。
- 该方法通过减少特定于数据集的偏差，推动SSQA研究的前沿，促进模型在各个应用程序之间的有效泛化。
➡️
