### [VoxMem – 多会话语音记忆与音频大模型评测基准](https://www.zuoshipin.com/link/49506.html)

**Published:** 2026-10-09T16:37:09

**Author:** 天才交易员

**Excerpt:** 测试音频大模型能否跨会话记住说话内容、说话人、语气和环境声的公开基准，提供8K至64K数据与运行脚本。

## VoxMem是什么？

**VoxMem是面向大型音频语言模型的多会话语音记忆评测基准。**它不只测试模型能否记住转写文字，还测试模型能否跨多次会话记住说话人身份、语气变化和环境声音，并完成信息抽取、多会话推理、时序演变追踪与证据不足拒答。

[![VoxMem声学证据与记忆操作组成的15类有效测试组合](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image03.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image03.webp)

VoxMem声学证据与记忆操作组成的15类有效测试组合。

## 数据规模

-   799道问题，覆盖15种“声学证据×记忆操作”组合
-   8K、16K、32K、64K四档历史长度，共3,196个评测实例
-   34,743段语音会话，约177小时音频
-   语音语义、说话人、副语言线索、环境声四类证据
-   信息抽取、多会话推理、时序追踪、拒答四类操作

[![VoxMem从任务设计、音频生成到多长度历史和质量控制的构建流程](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image05.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image05.webp)

VoxMem从任务设计、音频生成到多长度历史和质量控制的构建流程。

## 如何运行？

1.  克隆官方仓库并安装requirements依赖。
2.  选择8K、16K、32K或64K配置，也可以只运行某一种声学证据切片。
3.  先使用abstain基线进行25条免费冒烟测试，确认拒答与可回答数据连接正常。
4.  再通过OpenAI、Gemini或本地模型适配器运行正式评测。
5.  使用评分脚本生成整体准确率、证据类型、记忆操作和上下文长度分项结果。

```
pip install -r requirements.txt
python run_voxmembench.py --config 8k_speaker_information 
  --model abstain --allow-abstention --limit 25 
  --out predictions_smoke.jsonl
python score_voxmembench.py 
  --predictions predictions_smoke.jsonl --judge exact-match
```

## 运行前注意

-   完整配置数据量较大：官方列出的全量8K约4.03GB，64K约32.83GB。
-   真实开放式回答通常需要LLM裁判；exact-match适合冒烟测试，不适合直接复现论文主结果。
-   本地模型需实现仓库规定的音频消息适配器，并确认系统提示词没有被聊天模板忽略。
-   仓库页面未明确展示开源许可证，二次分发、商用或修改前应核对最新条款。

[![15款音频大模型在8K、16K和32K历史下的准确率](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image06.webp)](https://admin.zuoshipin.com/wp-content/uploads/2026/10/voxmem-audio-memory-image06.webp)

15款音频大模型在8K、16K和32K历史下的准确率。

## 适合谁？

适合语音助手、实时对话、智能家居、客服、会议系统、音频Agent与长期记忆方向的研究者和工程团队。它是评测与研究工具，不是面向普通用户的语音助手。

## 官方入口

[打开VoxMem官方GitHub仓库](https://github.com/swagshaw/voxmem)

[查看VoxMem官方项目页与完整榜单](https://swagshaw.github.io/voxmem/)

[阅读VoxMem论文](https://arxiv.org/abs/2609.32607)



---