Lipi-Ghor：885小时孟加拉语语音语料库发布

2026年10月28日，arXiv cs.CL 刊出研究论文，研究者发布孟加拉语语音语料库 Lipi-Ghor。该语料库总时长为885小时，音频取自998个 YouTube 视频、覆盖596个频道，内容横跨17个领域。语料按 SSTT 格式提供，包含说话人分离（speaker diarization）与长音频标注。论文同时提出一套可扩展的构建流程，用于支撑该语料库的大规模采集与加工。截至最新报道，语料库的规模、来源、领域覆盖与标注格式均已明确，尚无后续更新或其他机构回应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。