Joy

Joy 是 VoiceArena 联合创始人 Shobhit Banga 于 2026 年 10 月 29 日发布的双声道对话语音数据集。目标是让语音模型学习真人如何说话——何时听、插话或附和——规模为 10 万小时无脚本双人音频，每人独立音轨，覆盖 5 万说话人与 10 种语言。

发布：@shobhitbanga（Drop 1/15 串）

要点

1. 具名数据集：直接称为 Joy，不是泛称 VoiceArena 语料。
2. 规模声明：10 万小时，相对以往常 <2 千小时的自然双声道语料；说话人均衡（无人超过总时长 0.02%）。
3. 内容：真实重叠、停顿、附和；发布串含英/印地语样例。
4. 路线图：帖内称 v1（10/26，宣布于 10/29）10 万小时；v2（3/27）100 万；v3（3/28）1000 万小时。
5. 下游预告：PersonaPlex 用 Joy 的一小部分微调以改善话轮。

为什么收录

本窗口高互动的语音训练资源专有名，检索会落到 “Joy dataset / VoiceArena Joy”。

怎么跟进/获取

1. 阅读发布串及后续样例与分布图。
2. 关注 VoiceArena / @shobhitbanga 的下载、许可或 HF 镜像（本扫描未确认公开 HF 路径）。
3. 用话轮/附和类评测评估，而不是只看干净 ASR 集。

在稳定数据集 URL/卡片公布前，按「发布阶段」对待获取方式。