清华与 OpenBMB 联合发布 UltraEval-Audio：音频模型评测新框架正式开源

近日，清华大学 NLP 实验室携手 OpenBMB 与面壁智能，共同推出并开源了 UltraEval-Audio——一款面向音频模型的评测框架。UltraEval-Audio 不仅为音频大模型构建了一套系统化的评测方法论，还将其落地为可直接使用的工程工具，进一步完善了音频评测的整体体系。

UltraEval-Audio 的最新版本 v1.1.0 在延续“一键测评”能力的基础上，加入了热门音频模型的一键复现功能，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。同时，该版本引入“隔离推理”运行机制，帮助降低复现难度，提升评测流程的可控性与迁移性。

值得一提的是，UltraEval-Audio v1.1.0 已被 MiniCPM-o2.6、VoxCPM 等多款高影响力的音频与全模态模型采用为核心评测工具。此次开源将显著提升研究者在音频模型开发和验证中的效率，推动相关研究持续向前。

项目仓库现已公开，研究者可前往 GitHub 了解更多细节。UltraEval-Audio 的发布，为音频模型评测的标准化进程再添一砖，加速音频技术的落地与发展。

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

划重点:  

🌟 UltraEval-Audio 是音频模型评测框架，由清华 NLP 实验室、OpenBMB 与面壁智能联合推出。  

🚀 最新版本 v1.1.0 新增“一键复现”，并覆盖更多专业模型评测。  

📈 开源将显著提升研发效率，推进音频模型领域的进展。