OleSpeech-IV：具有多样化主题的大规模多说话人多语言对话语音数据集
计算与语言
2025-09-08 v1
摘要
OleSpeech-IV 数据集是一个具有多样化主题的大规模多说话人多语言对话语音数据集。音频内容来自公开可用的英语播客、脱口秀、电话会议和其他对话。说话人姓名、轮次和转录本由人工提供并经专有流程精修，而时间戳和置信度分数等附加信息则由该流程导出。IV 表示其在 Olewave 数据集系列中作为 Tier IV 的位置。此外，我们已开源子集 OleSpeech-IV-2025-EN-AR-100，供非商业研究使用。
关键词
引用
@article{arxiv.2509.04702,
title = {OleSpeech-IV: A Large-Scale Multispeaker and Multilingual Conversational Speech Dataset with Diverse Topics},
author = {Wei Chu and Yuanzhe Dong and Ke Tan and Dong Han and Xavier Menendez-Pidal and Ruchao Fan and Chenfeng Miao and Chanwoo Kim and Bhiksha Raj and Rita Singh},
journal= {arXiv preprint arXiv:2509.04702},
year = {2025}
}