Big Bench Audio
用于评估AI模型音频推理能力的基准测试，衡量模型在音频理解与推理任务上的综合表现
时间轴 (近 90 天)
Extended Thinking 版本 τ-Voice 基准得分 68.6%，Sierra 的 τ-Voice-banking 基准得分 35.1%，Big Bench Audio 上取得 97.7%
据官方数据，ThunderPhone 的 Storm 配置在 Big Bench Audio 评测集上取得了 99.4% 的成绩
Big Bench Audio 评测集已公开发布在 Hugging Face 上，可供第三方下载并独立复现测试
ThunderPhone 的 Storm 高阶层级配置在 Big Bench Audio 评测集上取得了 99.4% 的成绩
ThunderPhone 使用的 Big Bench Audio 评测集已公开发布在 Hugging Face 上，可供第三方独立复现测试结果
学术评测（如 Big Bench Audio）与真实嘈杂环境下的通话表现之间可能存在差距，AI 语音产品的实际部署效果需要更多用户案例验证
全部知识事实 (5)
据官方数据，ThunderPhone 的 Storm 配置在 Big Bench Audio 评测集上取得了 99.4% 的成绩
50%待验证Big Bench Audio 评测集已公开发布在 Hugging Face 上，可供第三方下载并独立复现测试
50%待验证ThunderPhone 的 Storm 高阶层级配置在 Big Bench Audio 评测集上取得了 99.4% 的成绩
50%待验证ThunderPhone 使用的 Big Bench Audio 评测集已公开发布在 Hugging Face 上，可供第三方独立复现测试结果
50%待验证学术评测（如 Big Bench Audio）与真实嘈杂环境下的通话表现之间可能存在差距，AI 语音产品的实际部署效果需要更多用户案例验证
50%