Basis AI publica un conjunto de habla expresiva que abarca 108 variantes locales

Basis AI publicó Global Emotions, un conjunto de audio concebido para comparar de forma controlada las emociones y los estilos de habla. La empresa dijo que contiene 525 horas grabadas por 10.420 hablantes en 108 variantes locales y 83 idiomas. Los participantes leyeron las mismas frases con intensidades emocionales neutra, media y alta, además de estilos como susurrar y cantar.

La empresa indica que el acceso exige una solicitud en Hugging Face sujeta a revisión humana; una vez concedido, la licencia permite el uso comercial y de investigación gratuito. Hablantes nativos de cada variante local calificaron las grabaciones. El audio no recibió posteriormente eliminación de ruido, normalización de volumen ni remuestreo. La versión abierta no incluye transcripciones validadas por personas; la fuente dice que se venden aparte y aclara que `given_line` es el texto entregado al hablante, no una transcripción verificada.