StyleTalk数据集

StyleTalk是由台湾大学构建的首个面向说话风格理解的口语对话数据集，旨在提升大模型对不同说话风格的感知与响应能力。数据集包含训练集（1,878组对话，1,986样本）、评估集（486组对话，981样本）及LLM生成的未筛选增强集（5,777组，16,472样本），每组对话在相同语境下提供多种风格化回应。数据通过大模型生成、语音合成与人工审核三阶段构建，确保风格多样与语音自然。适用于风格可控的对话系统、情感语音合成与人机交互研究。