BAAI 开源 104 小时中英混说语音对话数据集 CS-Dialogue

北京通用人工智能研究院（BAAI）在 Hugging Face 发布 CS-Dialogue，一个大规模中英码转换（code-switching）语音对话数据集，包含 104 小时自发中英混说语音对话，参与者为 200 名英语使用者，旨在解决现有语音对话模型在中英混说场景下的数据稀缺问题。配套论文已发布于 arXiv（编号 2502.18913），数据集现已开放下载。

2026-11-04 ~ 2026-11-04 · 2 条相关