Tencent Hy et des institutions de recherche de premier plan ont lancé MMAE, le premier benchmark à grande échelle pour l’édition audio guidée par des instructions. Les tests montrent que les modèles d’IA actuels atteignent un taux de correspondance exacte inférieur à 5%, ce qui souligne les graves insuffisances dans la modification précise des sons. MMAE utilise 2000 échantillons réels et 17 741 métriques pour évaluer l’exactitude de l’édition dans les domaines du son, de la musique et de la parole.