연구진이 18개 인도어 방언을 지원하는 대규모 다국어 대화 코퍼스 IndicTalk을 공개했어요. 이 코퍼스는 132만 건 이상의 이벤트 기반 다중 턴 대화를 포함하며, 영어와 현지어 혼용(code-mixing)을 지원해요.
실시간 뉴스 기반으로 생성하고, 다국어 LLM을 활용해 페르소나 기반 대화를 생성하며, 자동 품질 검증 과정을 거쳤어요.
IndicTalk은 다양한 스크립트 변형에서 유창하고 일관성 있는 자연스러운 혼용 대화를 생성하며, Hugging Face에서 다운로드 가능해요.