Indic DiarBench：面向印度語言的聯合説話人分段與語音識別基準數據集

Sarvam 與 AI4Bharat 建立 Indic DiarBench，這是一個涵蓋印度憲法列定全部 22 種語言、聯合評估語音識別與説話人分段的開放基準數據集。數據集包含 108 小時自然即興語音，每段錄音有 2–9 名説話者，並涵蓋重疊發言、近場及遠場會議，以及 YouTube 真實對話。轉錄文本和帶説話人歸屬的時間戳均經人工核驗。