AF-Chat هي مجموعة بيانات نصية للمحادثات الصوتية أصدرتها NVIDIA في عام 2025. نتائج الورقة البحثية ذات الصلة هي "Audio Flamingo 3: تطوير الذكاء الصوتي باستخدام نماذج لغة صوتية كبيرة مفتوحة بالكامل"، والذي يهدف إلى تدريب وتقييم نماذج توليد الحوار. تحتوي مجموعة البيانات على حوالي 75,000 حوار متعدد الأدوار والأصوات (بمعدل 4.6 مقطع و6.2 جولة؛ تتراوح مدتها بين 2 و8 مقاطع و2 و10 جولات)، تغطي الكلام والأصوات البيئية والموسيقى. تُقسّم مجموعة البيانات إلى مجموعات فرعية مختلفة (بيانات الصوت، وبيانات الموسيقى للجميع، وبيانات مليون أغنية) وفقًا لمجموعة البيانات المصدر لكل ملف صوتي، وتُقدّم فقط تعليقات نصية على شكل أسئلة وأجوبة، وليس ملفات الصوت نفسها.

الاستشهاد

@misc{ghoshaudioflamingonext,
title={Audio Flamingo Next: Next-Generation Open Audio-Language Models for Speech, Sound, and Music},
author={Sreyan Ghosh and Arushi Goel and Kaousheik Jayakumar and Lasha Koroshinadze and Nishit Anand and Zhifeng Kong and Siddharth Gururani and Sang-gil Lee and Jaehyeon Kim and Aya Aljafari and Chao-Han Huck Yang and Sungwon Kim and Ramani Duraiswami and Dinesh Manocha and Mohammad Shoeybi, Bryan Catanzaro and Ming-Yu Liu and Wei Ping},
year={2026},
eprint={},
archivePrefix={arXiv},
primaryClass={cs.SD},
url={},
}