AudioTrust 的安装和配置教程
2025-05-28 21:11:41作者:魏献源Searcher
1. 项目基础介绍和主要编程语言
AudioTrust 是一个大规模的基准测试,旨在评估多模态音频语言模型(ALLMs)的多方面可信度。该项目通过检查模型在六个关键维度上的行为,包括虚构内容生成、鲁棒性、身份验证、隐私、公平性和安全性,来评估模型的可信度。AudioTrust 提供了专家注释的提示、模型间的评估以及可复现的评价脚本。该项目主要使用 Python 编程语言,同时也包含一些 Shell 脚本。
2. 项目使用的关键技术和框架
AudioTrust 项目使用以下关键技术和框架:
- Python:作为主要编程语言,用于实现项目中的逻辑和数据处理。
- Shell 脚本:用于自动化项目的某些执行步骤。
- Hugging Face:用于加载和预处理数据集。
- OpenAI API:用于调用 OpenAI 的模型进行评估。
- Google API:可能用于调用 Google 提供的服务。
3. 项目安装和配置的准备工作及详细安装步骤
准备工作
在开始安装 AudioTrust 之前,请确保您的计算机已经安装了以下软件:
- Python 3.6 或更高版本
- Git -pip(Python 包管理器)
安装步骤
-
克隆项目仓库
打开终端(或命令提示符),执行以下命令克隆项目仓库:
git clone https://github.com/JusperLee/AudioTrust.git克隆完成后,您将看到一个名为
AudioTrust的文件夹。 -
安装依赖
进入
AudioTrust文件夹,并安装项目所需的依赖:cd AudioTrust pip install -r requirements.txt如果您打算使用离线模型,可以安装离线模型的依赖:
pip install -r requirements-offline-model.txt -
加载数据集
使用 Hugging Face 加载数据集。这里以加载
hallucination子数据集为例:from datasets import load_dataset dataset = load_dataset("JusperLee/AudioTrust", split="hallucination") -
运行推理和评估
根据项目文档,您需要设置 API 密钥,然后运行推理和评估脚本。以下是一个示例:
-
运行推理脚本:
bash scripts/hallucination/inference/gemini-2.5-pro.sh -
运行评估脚本:
bash scripts/hallucination/evaluation/gpt-4o.sh
或者,您可以直接使用 Python 运行推理:
export OPENAI_API_KEY=your-openai-api-key python main.py \ --dataset hallucination-content_mismatch \ --prompt hallucination-inference-content-mismatch-exp1-v1 \ --model gemini-1.5-pro请将
your-openai-api-key替换为您自己的 OpenAI API 密钥。 -
以上是 AudioTrust 的安装和配置教程。按照这些步骤操作,您应该能够成功安装并运行该项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868