东京大学 发布 Japanese Corpus for Human-AI Talks (J-CHAT) 数据集, 应用在 人机对话、语音数据 领域

东京大学 本次发布的数据集 Japanese Corpus for Human-AI Talks (J-CHAT), 日本人类-AI对话语料库（J-CHAT）是由东京大学和庆应大学联合创建的大规模日语口语对话数据集。该数据集包含69,000小时的语音数据，来源于YouTube和播客，旨在提供自然且清晰的对话样本。数据集的创建过程包括自动化的数据收集、语言识别、对话提取和噪音去除。J-CHAT主要用于训练对话导向的口语语言模型，以提高人机交互的自然性和有效性。

查看Japanese Corpus for Human-AI Talks (J-CHAT)

Dataset card 内容： 

Files and versions 内容： 

关于 东京大学 , 东京大学是日本最顶尖的综合性大学之一，成立于1877年，位于日本东京。它是日本第一所国立大学，也是亚洲最早的西制大学之一。东京大学在全球大学排名中一直名列前茅，尤其在科学研究和学术创新方面具有显著影响力。

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。