202,735组PPT图像描述&问答数据

数据堂2025-05-10 收录

文档智能

图问答

数据链接：

https://www.datatang.com/dataset/1525 数据链接链接失效反馈

官方服务：

资源简介：

202,735组PPT图像问答数据，包含202,735组PPT图像和对应的描述问答标注。PPT图像类型覆盖架构图、数字图表、流程图和插图共4种类型。该数据集可用于文档智能等任务。

提供机构：

数据堂

416小时武汉方言自然对话（双语标注）手机采集语音数据

方言语音识别

自然语言处理

武汉方言语音数据_对话（手机），由录音人自由交谈并进行录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由母语方言使用者录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDPR, CCPA, PIP

数据堂1180

377小时河南方言语音数据_对话（手机）

方言语音

语音识别

河南方言语音数据_对话（手机），由录音人自由交谈并进行录制。此数据集标注了文本内容、句时间戳、说话人身份、性别等多种属性，由700余名来自河南地区的河南方言使用者录制，准确性高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储和使用的过程中维护用户的隐私和合法权益，所有数据均遵循GDP

数据堂170

1,796小时德语手机采集语音数据

语音识别

多语种语音数据

德国德语语音数据_朗读（手机），基于给定的脚本朗读并模拟录制，涵盖通用、交互、车载、家居等多类别，内容丰富。此数据集标注了文本内容等多种属性，由3,442名来自不同地域和文化背景的德国本土人参与录制，口音正宗，文本经过人工校对，准确率高，为语音识别相关研究及应用提供了丰富的资源，经多家AI公司验证：有助于模型面对真实世界的多样性时能够表现出色。我们严格遵循数据保护法规和隐私规定，确保数据采集、存储

数据堂140

5,808人人体行为识别数据

行为识别

场景数据

5,808人人体行为识别数据包括室内场景和室外场景。数据涵盖男性女性，年龄分布为少年至老人。数据多样性包括不同拍摄高度、不同年龄段、不同光照、不同采集环境、不同季节服饰、多种人体行为。在标注方面，标签标注被采集人的性别、年龄、人种、采集场景、服饰类别。5,808人人体行为识别数据可用于人体行为识别等任务。

数据堂170

513小时日语语音数据_对话（电话）

语音识别

自然语言处理

513小时日语自然对话电话信道语音数据由800余名发音人参与录制，以自然方式进行交流，针对给定的数个话题自由发挥，领域广泛，语音自然流利，符合实际对话场景。人工转写文本，准确率高。

数据堂160