К содержимому

Датасет · ai-sage

Английская речь с таймкодами для понимания аудио во времени

ai-sage/TimeGround-1M

Сотни тысяч аудиофрагментов из 14 тыс. часов речи с разметкой временных отрезков и саммари.

Что внутри

Мультимодальный датасет объёмом от 100 тысяч до 1 миллиона примеров на английском языке, построенный на базе 14 тысяч часов речи из корпуса YODAS2 после фильтрации по языку и тишине. Содержит синтетические аннотации для задач временной локализации, описания событий по таймкодам и создания саммари с привязкой ко времени. Разметка прошла многоступенчатую проверку через LLM и детерминированные валидаторы.

Что можно сделать

  • Обучение мультимодальных аудио-моделей (Audio-LLM) отвечать на вопросы с указанием таймкодов
  • Тренировка систем суммаризации длинных аудиозаписей и подкастов с привязкой ко времени
Задачи
Вопрос-ответ, Суммаризация
Языки
Английский
Размер
100K–1M записей
Скачиваний за месяц
25,9 тыс.
Лайков
8

Как загрузить

from datasets import load_dataset

ds = load_dataset("ai-sage/TimeGround-1M")