This dataset only contains test data, which is integrated into UltraEval-Audio(
https://github.com/OpenBMB/UltraEval-Audio) framework.
python audio_evals/main.py --dataset speech-chatbot-alpaca-eval --model gpt4o_speech
UltraEval-Audio——全球首个同时支持语音理解和语音生成评估的开源框架，专为语音大模型评估打造，集合了34项权威Benchmark，覆盖语音、声音、医疗及音乐四大领域，支持十种语言，涵盖十二类任务。选择UltraEval-Audio，您将体验到前所未有的便捷与高效：
一键式基准管理 📥：告别繁琐的手动下载与数据处理，UltraEval-Audio为您自动化完成这一切，轻松获取所需基准测试数据。
内置评估利器… See the full description on the dataset page:
https://huggingface.co/datasets/TwinkStart/speech-chatbot-alpaca-eval.
