2026年6月，腾讯混元联合上海交通大学、新加坡南洋理工大学、天津大学、北京大学、复旦大学等顶尖科研机构，共同发布首个通用指令驱动的大规模多任务音频编辑基准测试集MMAE。首轮测试数据显示当前AI模型音频精准编辑能力不足5%，该基准将为AI音频编辑领域提供统一的系统性评估标准，推动相关技术落地商用。
做过短视频后期的创作者大多有过类似的困扰：一段已经剪好的访谈音频里混入了突发的车鸣声，想要删掉杂音却要花十几小时微调音轨，找AI工具处理要么把人声一起消掉，要么改完的音频出现明显的拼接痕迹。这正是当前AI音频领域普遍面临的技术瓶颈：生成能力突飞猛进，编辑能力却迟迟跟不上实际需求。
近年来AI音频生成领域进展迅速，文本转语音、AI作曲、声音克隆等技术已经实现大规模商用，多家厂商的生成音频音质已经接近真人录制水平。但与生成端的成熟相比，AI对已有音频的编辑能力始终存在明显短板：现有模型大多只能根据提示生成完整的新音频，无法按照用户需求精准修改已有音频的特定片段，也难以做到修改部分与原音频的自然衔接，不少用户调侃现在的AI音频是“会生成不会改”，要调整内容不如直接重做。
登录后解锁全文，体验收藏、点赞、评论等完整功能
立即登录
滇公网安备 53252802528133号