Easy-Turn-Trainset
面向全双工对话系统轮次检测的 1145 小时普通话训练数据集，含真实与合成数据
数据时长
1145 hours
语种
1 种
采样率
None
发布时间
2025-09
数据集描述
1总时长约 1145 小时，包含四种对话状态：完整状态（580 小时，423k 条）、不完整状态（532 小时，712k 条）、回应状态（10 小时，41k 条）、等待状态（23 小时，40k 条）
2包含真实数据（源自 MagicData-RAMC 普通话对话语料库）和合成数据（通过 DeepSeek V3 / Qwen2.5-72B 生成文本 + CosyVoice 2 语音合成）
3合成数据经 Paraformer 验证达到 0% WER 质量标准
4用于训练全双工对话系统的轮次检测模型，判断用户何时结束发言
5Apache-2.0 许可
语种明细
| 语言名称 | 时长 |
|---|---|
| 普通话 | 1145 hours |
发布单位