网易首页 > 网易号 > 正文 申请入驻

开源数据 | MagicHub开源语音对话大模型高品质多方言语音数据集

0
分享至

近日,法国知名开源AI研究实验室Kyutai推出了一款具备看、听、说多模态大模型——Moshi。Moshi功能与GPT-4o相似,可以听取人的语音提问后进行实时推理回答内容。然而,Moshi最吸引人的是全面开源,并可以支持在端侧运行。这将大大提振语音对话模型在端侧的普及。

Moshi作为一个端到端的多模态模型,不仅在语音处理上有所突破,更重要的是它让我们看到了不一样的人机交互方式。近期国内的从业者也开始下载Moshi并试用。考虑到Moshi目前对普通话支持较差,我们很期待国内产品优化对普通话的支持。最好再支持一些粤语、四川话、上海话、天津话等有特色的地方语言,就像汽车导航那样一定会非常有意思!

对于中国的老百姓来说,能够用自己熟悉的方言进行交流将大大提升沟通效率和亲近感。大模型公司通过提供方言对话功能,也能够更好地满足这部分用户的需求,从而增加用户黏性和忠诚度。同时,方言对话也能够为用户提供更个性化的服务体验,进一步巩固企业在市场中的竞争优势。

因此,中国的语音对话大模型在各种应用场景下,方言的对话理解能力,成为落地的刚需。

然而,方言是一种交互起来很便捷,但书写起来却非常困难的语言。很多方言几乎没有自己的用字体系。这使得方言数据的获得非常困难,特别是高质量方言数据集。

在这个背景下,MagicHub积极行动,开源了多个高质量方言数据集,旨在推动方言语音大模型的发展。这些方言对话数据由晴数智慧对话语音专家进行设计,并针对不同的方言构建了相应的用词体系。它们不仅能够增强模型的方言识别能力,还能为方言语音合成、翻译等领域提供有力支持。

本次开源的方言对话数据其价值主要体现在:

  1. 真实的自然对话,能更深入地了解方言语法和表达特点;
  2. 说话人多样,覆盖方言主要代表区域;
  3. 其内容经过了精细的人机协作pipeline清洗,保证了品质,是识别、合成、翻译等多场景的重要原料。

开源方言数据集

天津方言对话语料库

https://magichub.com/datasets/tianjin-dialect-conversational-speech-corpus-2/

四川方言日常语音语料库

https://magichub.com/datasets/sichuan-dialect-scripted-speech-corpus-daily-use-sentence/

粤语日常用语语料库

https://magichub.com/datasets/guangzhou-cantonese-scripted-speech-corpus-daily-use-sentence/

上海方言日常用语语料库

https://magichub.com/datasets/shanghai-dialect-scripted-speech-corpus-daily-use-sentence/

郑州方言日常用语语料库

https://magichub.com/datasets/zhengzhou-dialect-scripted-speech-corpus-daily-use-sentence/

*以上数据集版权归Magic Data所有,支持学术研究,未经允许禁止商用。
更多热门数据集下载
https://magichub.com/datasets/

除此之外,我们还有数万小时的各地方言商用数据,是构建语音大模型的高品质数据,欢迎大家咨询!

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

/阅读下一篇/

MagicThoughts|让ChatGPT变得更智能的Finetuned数据集

返回网易首页 下载网易新闻客户端
相关推荐
热点推荐
WTA女单前十本赛季剩余保分情况:郑钦文需保3140分,排名第三

WTA女单前十本赛季剩余保分情况:郑钦文需保3140分,排名第三

直播吧
2025-07-16 08:38:05
宗馥莉穿Gucci参加职代会,她烫了卷发,人也瘦了,她挺漂亮的!

宗馥莉穿Gucci参加职代会,她烫了卷发,人也瘦了,她挺漂亮的!

逍遥史记
2025-06-14 10:17:22
如今回头再看看钟睒睒和宗庆后,大家有没有点恍如隔世一般呢?

如今回头再看看钟睒睒和宗庆后,大家有没有点恍如隔世一般呢?

翻开历史和现实
2025-07-14 09:00:56
顽固台独分子柯建铭,家族在大陆的投资产业,柯家金脉即将断绝

顽固台独分子柯建铭,家族在大陆的投资产业,柯家金脉即将断绝

诺言卿史录
2025-07-08 14:00:52
过去30年,世界的两大主线:中国的经济崛起和穆斯林的人口爆炸

过去30年,世界的两大主线:中国的经济崛起和穆斯林的人口爆炸

子业一说财经
2025-06-21 17:38:57
让子弹飞一会儿!“私生子”已申请鉴定,宗馥莉一个举动表明态度

让子弹飞一会儿!“私生子”已申请鉴定,宗馥莉一个举动表明态度

三农老历
2025-07-16 08:53:29
闹大了!幼儿园铅中毒最新进展,成立省调查组,国家工作组入驻

闹大了!幼儿园铅中毒最新进展,成立省调查组,国家工作组入驻

大刚趣生活
2025-07-13 14:21:16
六枚导弹封死出口!伊朗总统血溅当场,哈梅内伊终于压住亲美派?

六枚导弹封死出口!伊朗总统血溅当场,哈梅内伊终于压住亲美派?

林子说事
2025-07-16 06:25:42
娃哈哈豪门风云:长公主宗馥莉与“美国弟妹”的遗嘱之战

娃哈哈豪门风云:长公主宗馥莉与“美国弟妹”的遗嘱之战

钛媒体APP
2025-07-14 18:36:13
破案了!宗庆后不是不想公开私生子,而是没办法,背后原因太现实

破案了!宗庆后不是不想公开私生子,而是没办法,背后原因太现实

奇思妙想草叶君
2025-07-14 23:29:31
为什么说,全世界都要“感谢”李在明?

为什么说,全世界都要“感谢”李在明?

爱下厨的阿酾
2025-07-11 03:59:37
董璇婚礼曝光!与亲戚敬酒,和张维伊长辈聊天,小酒窝亲密抱后爸

董璇婚礼曝光!与亲戚敬酒,和张维伊长辈聊天,小酒窝亲密抱后爸

探源历史
2025-07-16 10:20:27
同学聚会我没人理,当县长的好友进来直接走向我:这个位置得给你

同学聚会我没人理,当县长的好友进来直接走向我:这个位置得给你

白云故事
2025-07-12 17:10:03
黄维之女黄惠南回忆:15年被告知领取父亲的抗战纪念章,十分意外

黄维之女黄惠南回忆:15年被告知领取父亲的抗战纪念章,十分意外

兴趣知识
2025-07-14 16:07:22
多家航司开始空姐“去高跟鞋化”,工作期间穿着高跟鞋明显增加扭伤、滑倒风险

多家航司开始空姐“去高跟鞋化”,工作期间穿着高跟鞋明显增加扭伤、滑倒风险

闪电新闻
2025-07-15 16:39:44
人均600万到欠400亿,毁掉“天下第一村”的不是别人,是他们自己

人均600万到欠400亿,毁掉“天下第一村”的不是别人,是他们自己

一家说
2025-05-23 15:05:58
中美稀土走私链曝光!中方揪出大量“内鬼”,商务部重拳出击

中美稀土走私链曝光!中方揪出大量“内鬼”,商务部重拳出击

云上乌托邦
2025-07-15 02:15:03
欠下166亿巨债,82岁港娱大佬杨受成“割肉求生”,账上现金仅剩6亿

欠下166亿巨债,82岁港娱大佬杨受成“割肉求生”,账上现金仅剩6亿

三公子娱乐丫
2025-07-14 17:47:37
印度要将“象棋”申遗,申请6次皆被拒,联合国的答复让他们沉默

印度要将“象棋”申遗,申请6次皆被拒,联合国的答复让他们沉默

侃侃儿谈
2025-07-16 08:39:43
就在稀土还没撕完的时候,中国又关上了一扇更要命的门:浓缩铀

就在稀土还没撕完的时候,中国又关上了一扇更要命的门:浓缩铀

刘森森
2025-07-15 13:25:00
2025-07-16 12:51:00
晴数智慧
晴数智慧
向您展示世界上最美AI
134文章数 12关注度
往期回顾 全部

科技要闻

花5亿美元买个安心:苹果押注美国本土稀土

头条要闻

少年曾跪继父坟前痛哭被传考上北大 前央视主持人寻人

体育要闻

不给杨瀚森传球,他有自己的理由

娱乐要闻

董璇自曝二婚!刚领证男方身份被扒

财经要闻

探究万亿市场的休闲零食

汽车要闻

向深向宽,亿咖通“落子”全球化新棋局

态度原创

家居
手机
亲子
本地
公开课

家居要闻

浪漫典雅 法式风格别墅

手机要闻

苹果折叠屏iPhone放弃自研,将采用三星显示方案

亲子要闻

亲戚一句玩笑,熊孩子将3月大妹妹丢垃圾桶,隔天家长推房门傻了

本地新闻

裤子那里鼓鼓的,当代都市丽人都被女装做局了

公开课

李玫瑾:为什么性格比能力更重要?