哥伦比亚大学 发布 ASK-QA 数据集, 应用在 口语对话系统、多模态语音建模 领域

哥伦比亚大学 本次发布的数据集 ASK-QA, ASK-QA是由哥伦比亚大学和谷歌的研究团队创建的第一个多轮口语对话数据集，旨在解决多模态语音建模中的模糊用户请求和动态评估输入问题。该数据集包含5985条训练对话，涵盖了多种口音、语速和音调，且每条对话的音频长度较长，平均为1分41秒。数据集的创建过程涉及从文本对话数据集Abg-CoQA开始，通过文本到语音合成技术生成多轮对话的音频文件。ASK-QA主要应用于智能对话系统，特别是需要处理复杂口语交互的场景，如智能助手和客户支持系统。

查看ASK-QA

关于 哥伦比亚大学 , 哥伦比亚大学是一所位于美国纽约市的私立研究型大学，成立于1754年，是美国最古老的大学之一，也是常春藤联盟成员之一。该校在多个学科领域享有盛誉，尤其在法律、商业、医学和新闻学等领域具有重要影响力。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。