Mini-Omni 发布 VoiceAssistant-400K 数据集, 应用在 语音识别、自然语言处理 领域

Mini-Omni 本次发布的数据集 VoiceAssistant-400K, 该数据集包含了约47万个由GPT-4o专门生成的条目，提供了查询音频和回应的转录文本。在整理过程中，创建了一个清洁版本，去除了回应过长的实例。因此，规模上从47万个条目调整为43万组查询与回应的配对。该数据集的任务是语音生成及识别。

查看VoiceAssistant-400K

README 内容： 

关于 Mini-Omni , -

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。