武漢大學聯合中國移動九天人工智能團隊開源音視頻說話人識別數據集 VoxBlink2

武漢大學聯合中國移動九天人工智能團隊和崑山杜克大學基於YouTube數據開源了超過11萬小時的音視頻說話人識別數據集VoxBlink2。該數據集包含9904382個高質量音頻片段及其相應的視頻片段，來自YouTube上的111284名用戶，是目前最大的公開可用的音視頻說話人識別數據集。數據集的發佈旨在豐富開源語音語料庫，支持訓練聲紋大模型。