清华与 OpenBMB 携手发布 UltraEval-Audio：全新音频评测框架正式开源

近日，清华大学 NLP 实验室、OpenBMB 与面壁智能联合推出并开源了 UltraEval-Audio，这是一套专为音频模型打造的评测框架。UltraEval-Audio 不仅搭建了面向音频大模型的完整评测方法论，还将其落地为开箱即用的工程工具，完善了音频评测的整体体系。

UltraEval-Audio 的最新版本 v1.1.0 在保留“一键测评”的基础上，新增热门音频模型的“一键复现”，并扩展支持文本转语音（TTS）、自动语音识别（ASR）、编解码（Codec）等专业方向。此外，该版本引入隔离推理机制，旨在降低模型复现门槛，提升评测流程的可控性与可迁移性。

值得一提的是，UltraEval-Audio v1.1.0 已成为 MiniCPM-o2.6、VoxCPM 等多款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升研究人员在音频模型研发中的效率，推动相关领域持续进展。

开源地址已公开，研究者可在 GitHub 获取更多信息。UltraEval-Audio 的发布，标志着音频模型评测标准化迈出关键一步，将助力音频技术加速发展。

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

划重点:  

🌟 UltraEval-Audio 是面向音频模型的评测框架，由清华 NLP 实验室、OpenBMB 与面壁智能共同发布。  

🚀 最新版本 v1.1.0 上线一键复现功能，覆盖更多专业模型评测场景。  

📈 开源将显著提升研究者的开发效率，推动音频模型领域不断进步。