Basis AI publie un jeu de données de parole expressive couvrant 108 variantes locales

Basis AI a publié Global Emotions, un jeu de données audio destiné à comparer de manière contrôlée les émotions et les styles de parole. L’entreprise indique qu’il comprend 525 heures enregistrées par 10 420 locuteurs dans 108 variantes locales et 83 langues. Les participants ont lu les mêmes phrases avec des intensités émotionnelles neutre, moyenne et forte, ainsi que dans des styles comme le chuchotement ou le chant.

L’entreprise indique que l’accès nécessite une demande sur Hugging Face, soumise à une vérification humaine ; une fois l’accès accordé, la licence autorise gratuitement les usages commerciaux et de recherche. Des locuteurs natifs de chaque variante locale ont évalué les enregistrements. Les fichiers audio n’ont pas été débruités, normalisés en volume ni rééchantillonnés après l’enregistrement. La version ouverte ne comprend pas de transcriptions validées par des humains ; la source précise qu’elles sont vendues séparément et que le champ `given_line` correspond au texte fourni au locuteur, pas à une transcription vérifiée.