amphion/SD-Eval

SD-Eval是一个基准数据集，旨在多维度评估口语对话的理解和生成。该数据集重点关注副语言和环境信息，包含了来自八个公共数据集的7,303个话语，总计8.76小时的语音数据。这些数据代表了四个视角：情感、口音、年龄和背景音。

原始信息汇总

SD-Eval 数据集概述

数据集基本信息

• 许可证: cc-by-nc-4.0
• 任务类别:
  • 文本生成
  • 问答
• 语言: 英语
• 标签:
  • 口语对话生成
  • 牛角面包（croissant）
• 规模类别: 1K<n<10K

数据集详细信息

• 配置名称: SD-Eval
• 特征:
  • utt_id: 字符串类型
  • transcript: 字符串类型
  • audio: 音频类型，采样率为16000
  • info: 字符串类型
  • dataset_name: 字符串类型
  • reply1: 字符串类型
  • reply2: 字符串类型
  • reply3: 字符串类型
  • reply4: 字符串类型
  • reply5: 字符串类型

数据集描述

SD-Eval 是一个用于多维度评估口语对话理解和生成的基准数据集。该数据集专注于副语言和环境信息，包含7,303个话语，总计8.76小时的语音数据。数据集汇集自八个公共数据集，代表四个视角：情感、口音、年龄和背景声音。

引用

@article{ao2024sdeval, title = {SD-Eval: A Benchmark Dataset for Spoken Dialogue Understanding Beyond Words}, author = {Junyi Ao and Yuancheng Wang and Xiaohai Tian and Dekun Chen and Jun Zhang and Lu Lu and Yuxuan Wang and Haizhou Li and Zhizheng Wu}, eprint={2406.13340}, archivePrefix={arXiv}, primaryClass={cs.CL}, year={2024} }