882 小时多说话人孟加拉语语音语料库 Lipi-Ghor 发布
teamvillagers · hf · 2026-10-29
来自 BUET CS Fest 2026 DL Sprint 的团队发布 Lipi-Ghor（Lipi-Ghor-882），一个 882 小时、多说话人、多领域的孟加拉语语音语料库，据称是首个该规模、支持 ASR 与说话人分离联合任务的语料。
- 采用弱监督方式构建，提供带说话人分离标注的长音频标注，并附金标准评测集用于基准测试 ASR 模型。
- 同时开源了可扩展的语料构建 pipeline，许可证为 Apache 2.0 / CC-BY-4.0。
「研究」频道最新
- Byte H-Net 代码任务显示 2.24 倍计算效率，OpenAI 研究员提醒规模 caveat — willdepue · 2026-10-29
- 467页图解《心理学与神经科学原理》上线,可配 AI 导师阅读 — burkov · 2026-10-29
- 新工作论文：AI 可依据预注册文件预测经济学处理效应 — birchlse · 2026-10-29
- kalomaze：固定尺寸 UTF-8 线性投影基线够用，BPE 只是惯性特权 — kalomaze · 2026-10-29
- ProgramLab 发布：1261 个真实程序作智能体训练场，可单练也可组队 — jyangballin · 2026-10-29
- 流形近似实现鲁棒核对齐，论文被 TMLR 接收 — leland_mcinnes · 2026-10-29