Датасет · iciclab
Двухкамерные видео и речь для взаимодействия с роботами
iciclab/Robot_physics_interaction_with_Human_linguistic
300 сессий с видео от первого и третьего лица, аудиозаписями речи и текстовыми метками действий.
Что внутри
Датасет состоит из 300 записанных сессий взаимодействия человека с роботом. Каждая папка содержит синхронизированные видео от первого и третьего лица (MP4), аудиодорожку с речью (WAV), текстовую расшифровку зачитанного сценария и файл с метками в формате JSON.
Что можно сделать
- Обучение мультимодальных систем понимания голосовых команд и действий человека в физическом пространстве
- Разработка моделей распознавания речи (ASR) и визуальной привязки команд для сервисной робототехники
- Скачиваний за месяц
- 21,9 тыс.
- Лайков
- 1
Как загрузить
from datasets import load_dataset
ds = load_dataset("iciclab/Robot_physics_interaction_with_Human_linguistic")