sbintuitions/voicebench-ja

Dataset Summary このデータセットは、音声言語モデルにおいて音声が入力された場合とテキストが入力された場合の間に生じる知能や推論能力の差を定量的に評価するために構築されました。 以下の3つのテキストベンチマークのサンプルに音声合成を適用して4つのサブセットで構成されています。 Elyza-tasks-100 M-IFEval JamC-QA 音声合成モデルにはSB Intuitions社内のTTSモデルを使用しています。合成の際には、JVSコーパスの音声を音声プロンプトとして使用しています。 Benchmarks Elyza このサブセットは、elyza-tasks-100から36件のサンプルを抽出し、一部のテキストに修正を加えた上で音声合成を行ったデータセットです。 Spoken-Elyza… See the full description on the dataset page: https://huggingface.co/datasets/sbintuitions/voicebench-ja.

<iframe src="https://silytics.si/embed/item/8e279d3f-ba8b-444e-beda-6fe2863be0cd" width="420" height="190" style="border:0" loading="lazy" title="Silytics entry"></iframe>

Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 18 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.