泉知宝知识产权科普音频数据集

本数据集采用关系型结构化存储，以单表数据为核心组织形式，计算机端遵循行式存储、列式定义的范式完成物理存储与逻辑管理。所有业务字段统一存储于同一数据表内，其中元数据表格+独立音频文件的目录式分级存储架构，根目录下同步放置元数据表与audio音频素材文件夹，二者通过音频ID建立唯一映射关联。兼容主流关系型数据库系统，支持数据增删改查、多维度条件筛选与数据统计分析。数据集按基础信息、IP角色属性、内容标注、采集信息、素材路径、权属六大维度进行字段拆解设计，字段间以基础标识类的音频ID建立强关联关系。主关键字段为音频ID，字段属性为字符串型，采用音频ID规则编码，设置非空、唯一约束，作为全表唯一标识，实现数据行级关联与唯一性校验。同时构建IP角色名+内容场景联合辅助索引，提升分类检索与批量查询性能。核心字段全面覆盖六类信息：基础信息类含文件名、格式等技术参数；IP角色属性类含角色名、声线等形象标识；内容标注类含文本、情感标签等内容特征；采集信息类含采集日期、采集方式等生产信息；素材路径类采用相对路径规范；权属类明确持有人与整理人。全表字段约束统一日期格式规范，有效保障数据集的标准化完整性与规范

搜集汇总

背景与挑战

背景概述

泉知宝知识产权科普音频数据集采用关系型结构化单表存储，以元数据表与 audio 音频文件夹的目录式分级架构组织，并通过音频 ID 建立唯一映射，兼容主流关系型数据库系统。字段按基础信息、IP 角色属性、内容标注、采集信息、素材路径和权属六大维度设计，主键音频 ID 为非空唯一字符串，并以 IP 角色名+内容场景联合索引支持增删改查、条件筛选与统计分析。