研究者发布 885 小时孟加拉语语音语料 Lipi-Ghor
原文标题：Lipi-Ghor: A Large-Scale, Diarized, Multi-Domain Bengali Speech Corpus and a Scalable Pipeline for Building It
重要度 2/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究者发布 Lipi-Ghor，一个弱监督构建的大规模孟加拉语语音语料库，含 885 小时音频，来自 998 个 YouTube 视频、596 个频道，覆盖 17 个领域。该语料首次为孟加拉语提供大规模、带说话人分离的长音频标注，并附带可复用的构建流程。团队在零样本与微调条件下评测四个主流 ASR 模型，发现它们在情感、方言和长音频内容上性能一致下降，同时公开了人工标注的金标评测集。
- 问题
- 孟加拉语语音资源稀缺，现有语料短、无说话人分离与长音频。
- 方法
- 弱监督从 998 个 YouTube 视频构建 885 小时 SSTT 格式语料，并给出可复用流水线。
- 结果
- 885 小时、596 频道、17 领域；四个 ASR 模型在情感、方言、长音频上一致退化，另发布人工金标评测集。
- 影响
- 为低资源语言提供可复制的大规模语音数据构建范式，ASR 团队可直接用于微调与评测。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。