语音AI常忽略真实环境噪声。Vaani发布超122小时印度语音数据，含7.2万片段、5.8万说话者、58种语言及10.6万噪声事件，标注毫秒级起止时间，并区分已验证与未验证。文章指出，后期加噪不够真实，事件级标注能定位具体噪声下的识别错误，推动语音AI从实验室走向日常生活。