GB/Z 45288.7-2026 人工智能 大模型 第7部分：语音大模型

ICS35240

CCSL.70

中华人民共和国国家标准化指导性技术文件

GB/Z452887—2026

.

人工智能大模型

第7部分语音大模型

:

Artificialintelligence—Large-scalemodel—

Part7Seechlare-scalemodel

:pg

2026-08-27发布

国家市场监督管理总局发布

国家标准化管理委员会

GB/Z452887—2026

.

目次

前言

…………………………Ⅲ

引言

…………………………Ⅳ

范围

1………………………1

规范性引用文件

2…………………………1

术语和定义

3………………1

缩略语

4……………………2

参考框架

5…………………3

模型技术要求

6……………3

理解能力

6.1……………3

生成能力

6.2……………5

语音对话

6.3……………6

测试方法

7…………………6

概述

7.1…………………6

测试数据集

7.2…………………………6

测试工具

7.3……………7

测试方式

7.4……………7

测试流程

7.5……………7

附录规范性性能参数计算方法

A()……………………9

客观参数

A.1……………9

主观参数

A.2…………………………14

附录资料性值评分规则

B()MOS………………………15

语音生成

B.1……………15

语音对话

B.2……………16

参考文献

……………………18

Ⅰ

GB/Z452887—2026

.

前言

本文件为规范类指导性技术文件

。

本文件按照标准化工作导则第部分标准化文件的结构和起草规则的规定

GB/T1.1—2020《1:》

起草

。

本文件是人工智能大模型的第部分已经发布了以下

GB/T(Z)45288《》7。GB/T(Z)45288

部分

:

第部分通用要求

———1:;

第部分评测指标与方法

———2:;

第部分服务能力成熟度评估

———3:;

第部分代码大模型

———6:;

第部分语音大模型

———7:。

请注意本文件的某些内容可能涉及专利本文件的发布机构不承担识别专利的责任

。。

本文件由全国信息技术标准化技术委员会提出并归口

(SAC/TC28)。

本文件起草单位中国电子技术标准化研究院中国移动通信集团有限公司科大讯飞股份有限公

:、、

司北京火山引擎科技有限公司中移九天人工智能科技北京有限公司中电信人工智能科技北京

、、()、()

有限公司联通数据智能有限公司思必驰科技股份有限公司美的集团上海有限公司中国联合网络

、、、()、

通信集团有限公司北京智源人工智能研究院中国电信股份有限公司北京研究院南开大学昆仑数智

、、、、

科技有限责任公司浪潮云信息技术股份公司中国民用航空飞行学院浪潮电子信息产业股份有限公

、、、

司咪咕文化科技有限公司中电信数智科技有限公司北京智芯微电子科技有限公司浪潮软件集团有

、、、、

限公司中国电子技术标准化研究院华东分院中移雄安信息通信科技有限公司浙江大华技术股份有

、、、

限公司浪潮通信信息系统有限公司讯飞医疗科技股份有限公司中移互联网有限公司深圳市优必选

、、、、

科技股份有限公司浙江省质量科学研究院中移物联网有限公司北京浩瀚深度信息技术股份有限

、、、

公司

。

本文件主要起草人董建冯俊兰宋文林徐洋高建清秦日臻熊世富何忠江胡亚军杨相会

:、、、、、、、、、、

邓乐来张世磊曹汐李永翔李杰王恺贺利强俞凯高羽樊帅张辉杜宇崔惠刘颖杨熙刘晴

、、、、、、、、、、、、、、、、

秦勇陈宏志郑佳佳潘卫军邸贺亮李琳马丽萌邢驰陈利明郑哲崔文朋李广中严小格

、、、、、、、、、、、、、

郑庆国孔维生梁秉豪肖红梅倪金红程美陈城鑫梁乔焦继超章古月全建斌宋伟庞韶敏

、、、、、、、、、、、、。

Ⅲ

GB/Z452887—2026

.

引言

大模型已成为人工智能发展的重要技术手段在引领产业变革中发挥重要作用国内外人工智能相

,,

关机构相继研究开发百余种大模型产品和评测榜单导致用户难以有效评价人工智能产品的技术水平

,

和服务能力人工智能大模型旨在规定通用大模型的技术要求评测指标和服务

。GB/T(Z)45288《》、

能力拟由七个部分构成

,。

第部分通用要求目的在于确立大模型的参考架构规定通用技术要求

———1:。,。

第部分评测指标与方法目的在于确立大模型的评测指标描述评测方法

———2:。,。

第部分服务能力成熟度评估目的在于给出大模型服务能力成熟度等级及评估方法

———3:。。

第部分计算机视觉大模型目的在于定义计算机视觉大模型的概念和功能规定技术要求

———4:。,

和测试方法

。

第部分多模态大模型目的在于定义多模态大模型的概念和功能规定技术要求和测试

———5:。,

方法

。

第部分代码大模型目的在于定义代码大模型的概念和功能规定技术要求和测试方法

———6:。,。

第部分语音大模型目的在于定义语音大模型的概念和功能规定技术要求和测试方法

———7:。,。

Ⅳ

GB/Z452887—2026

.

人工智能大模型

第7部分语音大模型

:

1范围

本文件提出了语音大模型的参考框架规定了语音大模型的理解能力生成能力语音对话等技术

,、、

要求描述了对应的测试方法

,。

本文件适用于语音大模型的设计开发测试部署和应用

、、、。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款其中注日期的引用文

。,

件仅该日期对应的版本适用于本文件不注日期的引用文件其最新版本包括所有的修改单适用于

,;,()

本文件

。

中文语音识别互联网服务接口规范

GB/T34083—2017

信息技术智能语音交互测试方法第部分语音识别

GB/T41813.1—20221:

信息技术智能语音交互测试方法第部分语义理解

GB/T41813.2—20222:

信息技术人工智能术语

GB/T41867—2022

人工智能大模型第部分通用要求

GB/T45288.1—20251:

人工智能大模型第部分评测指标与方法

GB/T45288.2—20252:

3术语和定义

界定的以及下列术语和定义适用于本文件

GB/T41867—2022。

31

.

大模型large-scalemodel

大规模深度学习模型

large-scaledeeplearningmodel

基于大量数据训练得到具有复杂计算架构能处理复杂任务且具备一定泛化性的深度学习模型

,,,。

注大模型的参数量由其功能和模态决定一般不低于亿大模型训练使用的数据总量受参数量的影响达到收

:,1。,

敛的大模型的参数量的对数与其训练数据总量的对数成正比

。

来源

[:GB/T45288.1—2025,3.1]

32

.

语音大模型speechlarge-scalemodel

能按要求理解或生成语音数据模型输入和输出至少有一方包含语音数据的大模型

,。

注1要求一般以自然语言符号或语音的形式描述

:“”、。

注2语音数据指人类语音交流中产生的数据包含话语内容环境噪声语气情感以及非言语的声效等及其自然

:,、、、,

语言或符号说明信息

。

注3语音大模型的输入与输出由任务决定包含语音标识符号自然语言等的一种或多种

:,、、。

注4语音大模型一般具备语音识别语音合成等一种或多种能力

:、。

1