原帖引用 · AI 翻译
Rohan Paul@rohanpaul_ai
@shobhitbanga 这真的很罕见。
时间标注是按每个声道提供的，还是放在单独的标注文件里？
第 1/15 次发布：介绍 Joy，一个双声道对话数据集。
两个人之间真实、未经脚本编排的对话，每个人的声音各占一条音轨。这个数据集旨在教语音模型理解人们实际如何交谈：什么时候倾听，什么时候插话，什么时候说“嗯”。
100,000 小时。
50,000 名说话者。
10 种语言。
原文
Drop 1/15: Introducing Joy, a dual-channel conversational dataset. Real, unscripted conversations between two people, each on their own track. Built to teach voice models how people actually talk: when to listen, when to jump in, when to say “hmm”. 100,000 hours. 50,000 speakers. 10 languages.
· UTC+8