本文介绍了一种基于公共工具的自动音频说明生成流程，构建了包含190万个音频文本对的Auto-ACD数据集，并验证了其在音频语言检索和环境分类任务中的有效性。此外，开发了高质量的对话数据集DailyDialog，手动标记了通信意图和情感信息，以促进对话系统研究。

本文提出了一种基于公共工具的自动音频说明生成流程，并构建了包含190万个音频文本对的高质量数据集Auto-ACD。通过训练模型，验证了该数据集在音频语言检索和环境分类等任务中的有效性，并建立了新的测试集和基准。