Logbook：小时级长音频理解基准发布
Get the story
2026年10月7日，研究者在 arXiv（Audio and Speech）发布 Logbook 基准，面向小时级长音频理解。该基准录音时长跨度从 10 分钟到 6 天，要求系统对连续录音输出无间隙的事件分段、标签与描述。论文比较了 52 个端到端与级联系统，并消融微调、上下文长度与推理预算。结果发现任务可解，但最佳系统仍低于人类参考，过度分段现象普遍存在，微调可部分缓解；端到端系统通常优于级联系统，但随上下文变长性能下降。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Audio and SpeechLogbook：超长音频事件理解基准
研究者发布 Logbook 基准，面向小时级音频理解，录音时长从 10 分钟到 6 天，要求系统对连续录音输出无间隙的事件分段、标签与描述。论文比较 52 个端到端与级联系统，并消融微调、上下文长度与推理预算，发现任务可解但最佳系统仍低于人类参考，过度分段普遍存在且微调可部分缓解。端到端系统通常优于级联系统，但随上下文变长性能下降。
Heat trend
Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.