mmae

由发布引用自动生成

这个评测在官方模型发布中被引用了 1 场发布（共 3 项分值）（来自Tencent / 腾讯混元）。本页由这些发布引用自动生成：逐条列出每次引用的分数、协议与原文链接；完整的评测定义、数据集与指标介绍仍在补全，缺失的信息不会编造。

下面每张「发布」卡片记录了主流模型在该基准上的官方实测得分、评测协议与模型核心能力介绍。

模型发布引用时间轴

共收录 1 场模型发布（收录 3 项分值） · 按发布时间倒序排列 · 数据更新于 2026-10-19

2026

2026-09-09

Tencent / 腾讯混元·国内

AuK / AuK-Flash

本发布含 2 个变体，各变体规格见模型详情。

腾讯混元开放权重的语音生成与编辑基础模型，用统一的自然语言指令接口覆盖零样本 TTS、指令 TTS、内容与声学编辑、韵律编辑、语音增强和源分离等任务，训练规模约 30.3 亿条指令-音频样本、195 万小时有效监督。官方技术报告在 Seed-TTS-Eval 上给出 WER 平均 2.65、SIM 平均 0.795，在通用语音编辑 MMAE 上给出 IFR 48.23 / CR 88.11 / EMR 12.44。

开放权重统一指令接口1.5B 轻量语音编辑

查看模型变体与证据

AuK · IFR 48.23AuK · CR 88.11AuK · EMR 12.44

来源

https://arxiv.org/abs/2609.08936

发现本页数据问题？欢迎在 GitHub 提 Issue。