PRISM-Bench补齐音视频生成的音频评测

基于900个人工核验样本，从音频中心视角诊断文本生成音视频系统。

推荐理由：现有评测常把声音降为视频附属项，PRISM-Bench以900个人工核验样本拆分音频质量及视听对齐维度，能更准确定位模型究竟败在声音生成还是跨模态落地。