Sierra发布𝜏-i18n与𝜏-Entity语音智能体基准
先了解这件事
Sierra 推出 𝜏-i18n，将 𝜏-Voice 扩展至西班牙语、巴西葡萄牙语、印地语、韩语和中文五种语言。该基准在保持任务固定的前提下，新增交互质量与生成质量指标以评估语音智能体表现。测试显示 GPT Live 1 在任务完成率和生成质量上领先，而 Grok Voice Think Fast 2.0 虽交互得分最高但生成质量仅 17.7%。 此外，Sierra 还发布了 𝜏-Entity 基准，用于评估语音智能体在 200 项任务中捕获姓名、电话等实体的准确性与纠错能力。数据显示，GPT Live 1 在常规通话中的实体识别准确率为 60.3%，但在噪声和语速变化下的 Pass³ 成功率降至 34.0%。指定验证策略可将多条件成功率提升至 37–54%，但每次通话耗时增加 21–28 秒。
AI 根据报道生成 · 14 小时前更新
事件进展
2 个进展
- 10月22日 22:02 · 1 篇报道Sierra发布𝜏-Entity基准测试语音代理细节捕捉能力Sierra Blog：Sierra 发布 𝜏-Entity 基准测试语音智能体实体识别能力
- 10月22日 04:35 · 1 篇报道Sierra发布多语言语音代理评估基准𝜏-i18nSierra Blog：Sierra 推出 𝜏-i18n 多语言语音智能体评测基准
报道时间线
沿着报道，了解事件的不同侧面。
- Sierra BlogSierra 发布 𝜏-Entity 基准测试语音智能体实体识别能力
Sierra 推出 𝜏-Entity 基准，评估语音智能体在 200 项任务中捕获姓名、电话等实体的准确性与纠错能力。GPT Live 1 在常规通话中准确率为 60.3%，但在噪声和语速变化下的 Pass³ 成功率仅 34.0%。指定验证策略可将多条件成功率提升至 37–54%，但每次通话耗时增加 21–28 秒。
- Sierra BlogSierra 推出 𝜏-i18n 多语言语音智能体评测基准
Sierra 发布 𝜏-i18n，将 𝜏-Voice 扩展至西班牙语、巴西葡萄牙语、印地语、韩语和中文五种语言。该基准在保持任务固定的前提下，新增交互质量与生成质量指标以评估语音智能体表现。测试显示 GPT Live 1 在任务完成率和生成质量上领先，而 Grok Voice Think Fast 2.0 虽交互得分最高但生成质量仅 17.7%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1010月22日 23:00
- 近 24 小时变化
- -17%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。