TTS 分项成绩:精确序列类差距最大,模型间从 5.3% 到 85.7%
ArtificialAnlys · x · 2026-09-22
Artificial Analysis 公布发音鲁棒性基准分项结果:Gemini 3.1 Flash TTS 在语境相关读音(96.4%)和缩写展开(84.4%)领先,后者仅比 SpaceXAI TTS 高 0.1 个百分点;SpaceXAI TTS 以 85.7% 领跑精确序列,领先 Realtime TTS-2(79.9%)5.8 个百分点;Qwen-Audio-3.0-TTS-Plus 在独立术语领先(95.5%)。模型间差距最大的是精确序列类,从 5.3% 到 85.7%。
所属事件:Artificial Analysis 发布 TTS 发音鲁棒性基准，Gemini 3.8 Flash 以 89.5% 登顶(12 条相关)→
「多模态」频道最新
- 开源离线语音克隆应用 Izwi：Rust 编写，16GB M1 Pro 可跑 — zinyando · 2026-11-12
- MiniMax H3 Image 生成 3D 游戏场景仅 10 秒,比 GPT Image 快 3 倍 — HeyToha · 2026-11-12
- 个人开源世界模型：任意图片变实时可控交互视频，RTX 3060 可跑 — lucidml_lover · 2026-11-12
- 前 Meta 视觉研究员花两年打造视频 Agent AdaL v2:聊天生成剪辑全流程 — Scobleizer · 2026-11-12
- 用户实测 MiniMax H3:本地 AMD 显卡 25 秒生成 4MP 恐怖图像 — omglionheaded · 2026-11-12
- 同一角色同 prompt 三图模型横评:Nano Banana Pro 对阵 GPT Image 2.6 — gizakdag · 2026-11-12