中国旧石器时代遗址基础信息库|考古学数据集|数据分析数据集
收藏CosyVoice 2
CosyVoice 2是由阿里巴巴集团开发的多语言语音合成数据集,旨在通过大规模多语言数据集训练,实现高质量的流式语音合成。数据集通过有限标量量化技术改进语音令牌的利用率,并结合预训练的大型语言模型作为骨干,支持流式和非流式合成。数据集的创建过程包括文本令牌化、监督语义语音令牌化、统一文本-语音语言模型和块感知流匹配模型等步骤。该数据集主要应用于语音合成领域,旨在解决高延迟和低自然度的问题,提供接近人类水平的语音合成质量。
arXiv 收录
BBGRE
The Brain & Body Genetic Resource Exchange (BBGRE) provides a resource for investigating the genetic basis of neurodisability. It combines phenotype information from patients with neurodevelopmental and behavioural problems with clinical genetic data, and displays this information on the human genome map.
国家生物信息中心 收录
HazyDet
HazyDet是由解放军工程大学等机构创建的一个大规模数据集,专门用于雾霾场景下的无人机视角物体检测。该数据集包含383,000个真实世界实例,收集自自然雾霾环境和正常场景中人工添加的雾霾效果,以模拟恶劣天气条件。数据集的创建过程结合了深度估计和大气散射模型,确保了数据的真实性和多样性。HazyDet主要应用于无人机在恶劣天气条件下的物体检测,旨在提高无人机在复杂环境中的感知能力。
arXiv 收录
中国人口普查分县数据(2000、2010、2020年)
中国人口普查分县数据(2000、2010、2020年)数据集是中国第五次、第六次、第七次人口普查分县数据
国家地球系统科学数据中心 收录
WOMD dataset
WOMD数据集是由Waymax模拟器基于的真实世界人类驾驶数据集,包含超过570小时的驾驶数据,覆盖了美国六个城市的1,750公里道路。数据集记录了车辆、其他道路使用者和道路特征的轨迹,采样频率为10Hz,每个场景分为91个时间步长。数据集的创建旨在研究自动驾驶中的模仿学习问题,特别是模仿差距对学习驾驶策略的影响。通过引入部分可观测性约束,数据集帮助评估和改进从人类驾驶演示中学习自动驾驶策略的方法。
arXiv 收录