arXiv · Audio and Speech· Nahomi Kusunoki, Tsubasa Ochiai, Naohiro Tawara, Marc Delcroix, Naoyuki Kamo, Tetsuji Ogawa, Shoko Araki·· 3 小时前AI 评分35
预测 MOS 在复现语音增强系统级人类偏好时有多可靠？
How Reliable Are Predicted MOS for Reproducing Human System-Level Preferences in Speech Enhancement?
AI 导读
论文提出系统级偏好准确率（SPA）评估预测 MOS 与人类判断在语音增强系统比较中的一致性。单模型 SPA 为 9.4%–76.8%，最优模型仍有约 23% 系统比较与人类判断不一致；集成仅带来有限提升，域适应在封闭条件下显著改善 SPA，但在开放条件下增益有限。
来源：arXiv · Audio and Speech · arxiv.org