清华与 OpenBMB 联合推出 UltraEval-Audio：音频模型评测新框架开源发布

JQR1

近日，清华大学 NLP 实验室、OpenBMB 和面壁智能联合发布并开源了 UltraEval-Audio，这是一个专为音频模型设计的测评框架。UltraEval-Audio 不仅为音频大模型领域建立了一整套完整的评测方法论，还将这一体系具体化为一个开箱即用的工程框架，从而完善了音频评测的整体结构。

UltraEval-Audio 的最新版本 v1.1.0在原有 “一键测评” 功能的基础上，增加了热门音频模型的一键复现能力，并扩展了对文本转语音（TTS）、自动语音识别(ASR)、编解码(Codec)等专业模型的支持。此外，这一版本引入了隔离推理的运行机制，旨在降低模型复现的门槛，提高评测流程的可控性与可迁移性。

值得注意的是，UltraEval-Audio v1.1.0已经成为 MiniCPM-o2.6、VoxCPM 等众多高影响力音频及全模态模型的重要测评工具。该框架的开源将显著提高研究者在音频模型开发过程中的效率，推动相关领域的研究进展。

开源地址也已公开，研究者们可以通过 GitHub 获取更多信息。UltraEval-Audio 的发布，标志着音频模型评测的标准化进程迈出了重要一步，助力音频技术的快速发展。

开源地址:https://github.com/OpenBMB/UltraEval-Audio

来源：AIbase