Voice Arena用盲测配对分别衡量任务完成度和自然度，揭示人机差距不同。
推荐理由：拆分指标避免综合分掩盖能力结构：语音模型在完成任务上已接近人类，但自然度仍有明显差距；这能更准确定位实时语音系统下一步优化方向。
阅读原文