benchmarks

统一跑分语音AI，延迟准确率一测便知

这是一个面向语音 AI 的可复现基准测试项目，专注于 TTS（文本转语音）、STT（语音转文本）和 S2S（语音到语音）三类任务的延迟与准确率评测。它解决的是语音 AI 领域缺乏统一、可复现评测标准的问题：不同团队各自跑分，硬件、参数、数据不一致，结果无法横向比较。项目用 Python 实现，提供标准化测试流程，让开发者能在相同条件下测量端到端响应延迟、识别准确率、合成质量等关键指标，并输出可对比的结果。核心能力包括：统一评测协议、可复现的测试脚本、覆盖主流语音模型与 API 的适配层，以及面向 AI Agent 场景的语音交互链路评测。适合在选型、调优和上线前做客观性能验证。

开源 unknown 评测安全

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 100

维护状态活跃

是否开源是

定价模式 unknown

项目预览

项目数据

分类评测安全

开发团队coval-ai

所属国家

官网地址https://benchmarks.coval.ai

GitHubhttps://github.com/coval-ai/benchmarks

定价模式unknown

价格说明定价信息待确认

访问状态

是否开源是

开源协议NOASSERTION

主要语言Python

技术栈/模型ai,ai-agents,speech-to-text,text-to-speech,voice-ai

GitHub 星标★ 100

30天Star增速

HF 下载量

上线时间2026-04-29 00:00:00

代码更新—

仓库体积—

本站数据更新—

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-10-06

浏览次数0

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

正在加载星标数据…

技术标签

使用教程

—

核心亮点

同时覆盖 TTS、STT、S2S 三类任务，评测维度比只测单一任务的工具更完整
强调可复现性，统一测试协议和脚本，减少硬件与参数差异带来的跑分不可比问题
用 Python 实现，便于集成到现有语音 AI 开发与 CI 流程中

不足之处

项目处于早期，星标约 100，模型适配覆盖面和社区生态仍待观察
文档与评测指标细节可能不够完善，长期维护情况待观察

适用场景

语音 AI 选型时横向对比不同 TTS/STT 服务的延迟与准确率
语音 Agent 上线前做端到端 S2S 响应延迟回归测试
在 CI 中持续监控语音模型升级后的性能变化

替代项目

Hugging Face Evaluate、Open ASR Leaderboard

项目介绍

benchmarks 是评测安全领域的开源项目，由 coval-ai 开发，是 2026 年新上线的项目。

它收录于评测安全分类，该分类目前共有 494 个项目，GitHub 星标数为 100。

项目目前处于活跃维护状态，最近一次代码更新于 2026-10-05。

它主要面向的使用场景是：语音AI选型时横向对比不同TTS/STT服务的延迟与准确率。同类可对比的替代方案包括 Hugging Face Evaluate、Open ASR Leaderboard。

上一篇：speech-to-text-benchmark

下一篇：getIPIntel