Basis AI veröffentlicht Datensatz für ausdrucksstarke Sprache mit 108 Sprachvarianten

Basis AI veröffentlichte Global Emotions, einen Audiodatensatz für kontrollierte Vergleiche von Emotionen und Sprechweisen. Das Unternehmen erklärte, er umfasse 525 Stunden, aufgenommen von 10.420 Sprechern in 108 Sprachvarianten und 83 Sprachen. Die Teilnehmenden lasen dieselben Sätze mit neutraler, mittlerer und starker emotionaler Intensität sowie in Stilen wie Flüstern und Singen.

Laut Unternehmen muss der Zugang über Hugging Face beantragt und menschlich geprüft werden; nach der Freigabe erlaubt die Lizenz die kostenlose Forschungs- und kommerzielle Nutzung. Muttersprachler aus jeder Sprachvariante bewerteten die Aufnahmen. Die Audiodateien wurden nach der Aufnahme weder entrauscht noch in der Lautstärke normalisiert oder neu abgetastet. Die offene Version enthält keine menschlich geprüften Transkripte; die Quelle erklärt, dass diese separat verkauft werden und `given_line` den vorgegebenen Lesetext bezeichnet, nicht ein verifiziertes Transkript.