AF-Chatは、NVIDIAが2025年にリリースした音声会話テキストデータセットです。関連する論文の結果は次のとおりです。Audio Flamingo 3: 完全にオープンな大規模音声言語モデルによる音声インテリジェンスの進化対話生成モデルのトレーニングと評価を目的としています。

このデータセットには、約75,000件のマルチターン、マルチオーディオ対話（平均4.6セグメント、6.2ラウンド、範囲2～8セグメント、2～10ラウンド）が含まれており、音声、環境音、音楽が収録されています。データセットは、各オーディオのソースデータセットに基づいて、複数のサブセット（サウンド、ミュージック4ALL、100万曲データセット）に分割されており、音声ファイル自体は提供されておらず、テキストによる質問と回答のアノテーションのみが提供されています。