Multimodal Virtual Character Action Dataset

kaggle2025-05-14 更新2025-06-07 收录

虚拟角色

多模态交互

数据链接：

https://www.kaggle.com/datasets/programmer3/multimodal-virtual-character-action-dataset 数据链接链接失效反馈

官方服务：

资源简介：

Audio, Motion & Facial Data

音频（Audio）、动作（Motion）与面部数据（Facial Data）

创建时间：

2025-05-14

Emotiontalk

情感分析

多模态交互

EmotionTalk是一个互动式的中文多模态情感数据集，包含丰富的标注信息。该数据集从19位参与者在对话环境中的互动中收集了声学、视觉和文本三种模态的信息，共计23.6小时的语音（19,250个发言），包括7种情感类别的标注（快乐、惊讶、悲伤、厌恶、愤怒、恐惧和中立），5维情感标签（负面、微负面、中立、微正面和正面），以及4维语音字幕（说话者、说话风格、情感和总体）。数据集以CC BY-NC-S

Hugging Face2025-07-28 更新4560

OmniMMI

多模态交互

视频理解

OmniMMI是一个专为Omni语言模型设计的全面的多模态交互基准，适用于流媒体视频环境。该数据集包含超过1,121个视频和2,290个问题，旨在解决现有视频基准中未被充分探索的两个关键挑战：流媒体视频理解和主动推理。数据集涵盖了六种不同的子任务，包含动作预测、动态状态定位、多轮依赖推理等。数据来源于YouTube和开源视频音频数据，经过人工审核和标注，适用于评估多模态语言模型在流媒体视频环境中的

arXiv2025-03-29 更新730

omniact

多模态交互

自主代理

Dataset for [OmniACT: A Dataset and Benchmark for Enabling Multimodal Generalist Autonomous Agents for Desktop and Web](https://arxiv.org/abs/2402.17

魔搭社区2026-07-13 更新360

UR-FUNNY

情感分析

多模态交互

用于理解用于表达幽默的多模态语言。

OpenDataLab2026-07-12 更新3381

mEBAL

多模态交互

电生理信号检测

我们介绍了mEBAL，这是一个用于眨眼检测和注意力水平估计的多模态数据库。mEBAL是一个数据库，最初在arXiv技术报告中介绍，然后被第22届ACM多模式相互作用国际会议接受。眨眼频率与认知活动有关，已经提出了眨眼的自动检测器，用于许多任务，包括注意力水平估计，神经退行性疾病分析，欺骗识别，驾驶乏力检测或面部反欺骗。但是，该领域中的大多数现有数据库和算法仅限于仅涉及数百个样本和单个传感器 (例

OpenDataLab2026-07-12 更新520

Multimodal Virtual Character Action Dataset

资源简介：

相关数据集