Nanjing University（南京大学）

MINT-Bench: A Comprehensive Multilingual Benchmark for Instruction-Following Text-to-Speech

MINT-Bench：一个全面的多语言指令遵循文本到语音基准测试

Huakang Chen, Jingbin Hu, Liumeng Xue, Qirui Zhan, Wenhao Li, Guobin Ma, Hanke Xie, Dake Guo, Linhan Ma, Yuepeng Jiang, Bengu Wu, Pengyuan Xie, Chuan Xie, Qiang Zhang, Lei Xie

机构 * School of Intelligence Science and Technology, Nanjing University（智能科学与技术学院，南京大学） ； Yutu Zhineng（驭途智能） ； Lingguang Zhaxian Technology（灵光智显科技） 纠错

AI总结 本文提出MINT-Bench，一个用于评估指令遵循文本到语音的多语言基准测试，通过分层多轴分类法、可扩展的多阶段数据构建流程和分层混合评估协议，评估内容一致性、指令遵循和感知质量。实验显示当前系统仍有较大提升空间，开源模型在特定语言环境下可超越商业系统。