К содержимому

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")