MMAE

MMAE 是一个面向指令驱动型音频编辑任务的大规模多任务评测基准。它覆盖声音、语音、音乐及混合模态，定义了6级任务复杂度、2级粒度和8类编辑操作，包含2000个高质量样本及基于17741条可验证标准的细粒度评分体系。项目采用人机协同构建流程，并引入Qwen3-Omni模型实现自动化、多维度的音频编辑结果评估。适用于音频生成与编辑模型的研发、对比评测与能力诊断，尤其适合需兼顾指令遵循性、上下文一致性和多步推理能力的研究场景。