清华大学 发布 NonVerbalSpeech-38K 数据集, 应用在 非言语语音、声音识别 领域

清华大学 本次发布的数据集 NonVerbalSpeech-38K, NonVerbalSpeech-38K 是一个大规模的非言语语音生成和理解数据集，由来自现实世界媒体的音频和自动标注流程收集而来。数据集包含 38,718 个样本（约 131 小时），涵盖 10 种非言语线索，如笑声、叹息和清嗓子。该数据集的创建旨在促进非言语语音生成和理解的研究，并通过微调最先进的模型验证其有效性。

查看NonVerbalSpeech-38K

README 内容： 

关于 清华大学 , 清华大学是中国顶尖的综合性研究型大学，位于北京，具有很高的国际声誉。该校在多个学科领域都有深入的研究和显著的成就。

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。