2968次人工判断显示，受测的9个语音到语音系统均未达到人类水平。
推荐理由：研究用9套前沿系统、28名人类参与者和2968次判断建立可比较的人类相似度证据，结论是没有系统通过测试；端到端语音交互仍存在可感知鸿沟。
阅读原文