К содержимому

Датасет · MultiTalk

Корпус для SFT полнодуплексных голосовых диалогов

MultiTalk/MultiTalkFT

От 10K до 100K аудиодиалогов на английском и китайском для обучения разговорных моделей с несколькими спикерами.

Что внутри

Набор данных для дообучения моделей полнодуплексного голосового общения между несколькими участниками на английском и китайском языках (от 10 до 100 тысяч записей). В метаданных из jsonl-файлов указаны пути к аудиофайлам и голосовым промптам спикеров, длительность клипов в секундах и системные промпты с описанием персоны. Расшифровки диалогов хранятся отдельно в формате parquet.

Что можно сделать

  • SFT голосовых моделей для ведения естественных полнодуплексных диалогов
  • Обучение систем синтеза и распознавания речи с учётом ролей и персон
Задачи
Обработка аудио
Языки
Китайский, Английский
Размер
10K–100K записей
Скачиваний за месяц
27,1 тыс.
Лайков
11

Как загрузить

from datasets import load_dataset

ds = load_dataset("MultiTalk/MultiTalkFT")