Các bộ dữ liệu video có sẵn dành cho trí tuệ nhân tạo đa phương thức và giọng nói — phỏng vấn, podcast, bài giảng, phim và cảnh quay thực tế, nhiều trong số đó có bản ghi chép. Từ Shaip.
Video gameplay AAA - khoảng 1,000 giờ video gameplay từ các tựa game AAA và AAA+ trên PC và máy chơi game console. Được liệt kê trong bộ dữ liệu game, và phù hợp cho việc hiểu bối cảnh game, phát hiện hành động và sự kiện, cũng như huấn luyện mô hình tác nhân chơi game hoặc mô hình học tăng cường.
Video phỏng vấn AI - khoảng 10,000 giờ video trong đó một người trả lời các câu hỏi do bot AI đưa ra dưới dạng văn bản, với người tham gia thuộc nhiều dân tộc khác nhau. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, và phù hợp cho việc đào tạo AI phỏng vấn và đàm thoại, nhận dạng giọng nói và mô hình đánh giá ứng viên.
Các cuộc phỏng vấn trên đài phát thanh và truyền hình tiếng Ả Rập (AAUP) - 500 giờ video và âm thanh được thu thập với sự cho phép, đã được nhóm của nhà cung cấp xem xét và xác minh, và được phiên âm bằng phần mềm nhận dạng giọng nói tự động (ASR) của nhà cung cấp. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, và phù hợp cho nhận dạng giọng nói tiếng Ả Rập, phân tách người nói và huấn luyện mô hình AI đàm thoại.
Các cuộc phỏng vấn trên đài phát thanh và truyền hình tiếng Ả Rập - 500 giờ video và âm thanh được thu thập với sự cho phép, đã được nhóm của nhà cung cấp xem xét và xác minh, và được phiên âm bằng phần mềm nhận dạng giọng nói tự động (ASR) của nhà cung cấp. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, và phù hợp cho nhận dạng giọng nói tiếng Ả Rập, phân tích giọng nói người nói và huấn luyện mô hình AI đàm thoại.
Bộ dữ liệu video tiếng Baloch - 750 video bằng tiếng Baloch, một ngôn ngữ châu Á có nguồn tài nguyên hạn chế. Được liệt kê trong các bộ dữ liệu ngôn ngữ và đa ngôn ngữ, và phù hợp cho nhận dạng giọng nói tự động (ASR), chuyển đổi giọng nói thành văn bản, dịch máy và huấn luyện mô hình nhận dạng ngôn ngữ.
Thư viện tài liệu tiếng Trung bao gồm các video bài giảng kèm slide PowerPoint và video dài, cùng với sách tiếng Trung, sách tiếng Anh, tạp chí và các quy định chính sách công của Trung Quốc, cũng như tài liệu âm thanh và văn bản về STEM (ấn phẩm, tiểu thuyết và tài liệu dành cho trẻ em, bao gồm cả tiếng Quảng Đông).
Nhà làm phim tài liệu với hơn 3,000 giờ phim gốc chất lượng cao được quay tại 8 quốc gia (Ấn Độ, Ma-rốc, Mexico, Mông Cổ, Argentina, Brazil, Ả Rập Xê Út và Hoa Kỳ). Nội dung bao gồm những tương tác chân thực giữa con người và cuộc sống thường nhật; các cuộc phỏng vấn bằng ngôn ngữ địa phương (ví dụ: tiếng Hindi, tiếng Ả Rập, tiếng Mông Cổ, tiếng Tây Ban Nha và tiếng Bồ Đào Nha); những gương mặt, giọng nói, ngữ điệu và cảm xúc đa dạng; môi trường nông thôn và thành thị; và ngựa, phong cảnh, nghi lễ, cảnh đường phố, trẻ em và người già, và thiên nhiên.
Bộ sưu tập video phỏng vấn và podcast có sự tham gia của người châu Á - 1,000 video. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, phù hợp cho nhận dạng giọng nói, phân tích giọng nói người nói, phân tích giọng nói nghe nhìn và huấn luyện mô hình AI đàm thoại.
Thư viện video được cấp phép với 1.2 triệu phút bao gồm tin tức, thời tiết, thể thao, sự kiện trực tiếp, cơ sở hạ tầng, con người và môi trường thực tế. Nội dung đa dạng về bối cảnh và chủ đề với nhiều đối tượng khác nhau, phù hợp cho việc hiểu video, nhận diện hành động và sự kiện, phân loại cảnh và đào tạo mô hình nền tảng đa phương thức.
Là một kênh truyền hình võ thuật hàng đầu châu Âu, chúng tôi sở hữu hơn 1,000 video võ thuật gốc dài 60 phút (quyền anh, kickboxing, MMA và nhiều hơn nữa). Chúng tôi tin tưởng đây là nguồn tư liệu và dữ liệu rất tốt cho việc học máy dựa trên video.
Phim điện ảnh và phim ngắn bằng tiếng Ý, tiếng Ả Rập và tiếng Anh - 5,000 video. Được liệt kê trong bộ dữ liệu video phim và phim tài liệu, phù hợp cho việc hiểu video và tạo phụ đề, căn chỉnh phụ đề và lồng tiếng, nhận dạng giọng nói đa ngôn ngữ và huấn luyện mô hình video đa phương thức.
Video podcast bằng tiếng Anh và tiếng Ả Rập - 100 giờ video. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, và phù hợp cho nhận dạng giọng nói, phân tích giọng nói người nói, mô hình ngôn ngữ đa ngôn ngữ và huấn luyện AI đàm thoại nghe nhìn.
Các cuộc phỏng vấn trên đài phát thanh và truyền hình kèm bản ghi chép - 600 giờ video với văn bản đi kèm, được thu thập với sự cho phép và đã được nhóm của nhà cung cấp xem xét và xác minh. Được liệt kê trong bộ dữ liệu video phỏng vấn và podcast, và phù hợp cho nhận dạng giọng nói, đối chiếu bản ghi chép, phân tách người nói và huấn luyện mô hình video-văn bản đa phương thức.
Phim ngắn châu Á - 200 video phim ngắn. Được liệt kê trong bộ dữ liệu video phim và phim tài liệu, phù hợp cho việc hiểu video, phát hiện cảnh và khung hình, căn chỉnh phụ đề và huấn luyện mô hình video đa phương thức.
Các phim ngắn và video phỏng vấn từ Hoa Kỳ - khoảng 1,000 giờ video. Được liệt kê trong bộ dữ liệu video phim và tài liệu, và phù hợp cho việc hiểu video, phát hiện cảnh, nhận dạng giọng nói và huấn luyện mô hình AI đa phương thức.
Nhà cung cấp này sở hữu thư viện video gồm hơn 40,000 video ngắn được tuyển chọn kỹ lưỡng, có độ dài từ 5 đến 60 giây. Bộ dữ liệu bao gồm các cảnh quay về hoạt động của con người và các tình huống khẩn cấp (chữa cháy, cứu hộ, sự cố cảnh sát, tội phạm, thiên tai, lũ lụt, cháy rừng và thời tiết khắc nghiệt), cũng như các cảnh thiên nhiên và động vật hoang dã, bao gồm phong cảnh, rừng, sông, dãy núi, động vật hoang dã quý hiếm và các cảnh quay từ trên không bằng máy bay không người lái về các vùng đất xa xôi và khó tiếp cận trong các mùa và khí hậu khác nhau.
Bộ dữ liệu video YouTube - khoảng 80,000 giờ video. Được liệt kê trong các bộ dữ liệu video web và video lưu trữ, và phù hợp cho việc hiểu video và tạo phụ đề, nhận dạng hành động và cảnh, nhận dạng giọng nói và huấn luyện mô hình đa phương thức quy mô lớn.
