浙江大学 发布 ShareChatX 数据集, 应用在 语音对话、音频处理 领域

浙江大学 本次发布的数据集 ShareChatX, ShareChatX是由浙江大学和美团联合创建的大规模语音对话数据集，旨在解决现有语音对话数据集在规模和场景多样性上的不足。该数据集包含947,236条对话，涵盖了情感、音频事件和音乐等多种复杂场景。数据通过大语言模型生成对话脚本，并结合可控的文本到语音合成模型生成语音对话。数据集的应用领域主要集中在提升语音对话系统在复杂场景中的表现，特别是在涉及音频和音乐的场景中。通过合成数据与真实数据的结合，ShareChatX为训练更强大的语音对话模型提供了丰富的数据支持。

查看ShareChatX

关于 浙江大学 , 浙江大学是中国著名的综合性研究型大学，位于浙江省杭州市。该校创建于1897年，是中国最早的高等学府之一，以工程、科学、医学、农业等领域的教育和研究闻名。

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。