Trelis发布tiron-eval-meetings会议语音数据集 为语音识别、说话人日志领域提供标准化评测基准
随着数字化办公的普及，智能会议转录、说话人自动区分、会后纪要生成等音视频办公功能的需求持续攀升，自动语音识别（ASR）、说话人日志技术作为核心支撑，其效果评测一直是行业共性痛点——由于缺乏统一的公开测试基准，不同厂商、不同算法的性能难以实现公平横向对比，大量研发资源被消耗在测试数据集的自建与标注环节，也阻碍了相关技术的落地迭代速度。针对这一需求，Trelis于2026年7月23日正式在HuggingFace平台发布tiron-eval-meetings评估数据集，为上述两类技术提供标准化的评测支撑。
据介绍，tiron-eval-meetings是专门面向自动语音识别和说话人日志基准测试的评估数据集，共包含17个完整的留存会议录音，可用于Tiron模型卡上的模型性能复现与横向对比。该数据集整合了三个行业通用的公开语料库远场单通道音频资源：其中4个会议来自AMI Meeting Corpus，3个来自ICSI Meeting Corpus，10个来自NOTSOFAR-1评估集，覆盖不同人数规模、不同声学环境的会议音视频特征，具备较强的场景代表性。所有音频均采用16kHz单声道WAV格式，并配套有经过校验的说话人归属参考文本转录，保障了评测结果的可靠性。
每个数据样本包含三类核心内容：完整的会议音频文件、按时间排序的说话人话语JSON列表（标注有说话人ID、话语开始时间、结束时间及对应文本），以及仅面向NOTSOFAR子集提供的标注为未知的音频时间片段信息。整个数据集的打包格式与Tiron测试工具完全兼容，可直接接入现有评测流程，实现标准化的性能评估，无需开发者额外做数据适配。
从应用价值来看，该数据集可广泛应用于多个场景的研发测试环节：对于语音AI研发企业，可基于该数据集快速完成远场会议场景下的语音识别准确率、说话人区分准确率的评测，无需自行搭建测试场景、标注测试数据，大幅降低研发成本；对于智能办公硬件厂商，可将其作为智能会议平板、专业录音笔、办公耳机等产品的语音功能测试基准，优化产品在多人会议、远场拾音、混响环境等复杂场景下的使用体验；对于学术研究机构，该统一基准可支持不同语音算法的横向对比，推动语音识别、说话人日志领域的技术突破。
作为垂直场景高质量数据集的代表，tiron-eval-meetings的发布也为数据要素赋能AI产业发展提供了典型样本：面向特定技术场景的标准化评测数据集，是AI技术落地的核心基础资源，其公开共享将有效减少行业重复投入，加速语音AI技术在办公、政务、教育等多个场景的落地进程，助力数字经济下的效率升级。
Dataset card内容：
Files and versions内容：
_1769672084863.jpg)