Датасет · nvidia
Бенчмарк полнодуплексного видеообщения для ИИ
nvidia/video-full-duplex-benchmark
Аннотированные видеозвонки на английском языке от NVIDIA для оценки разговорных мультимодальных агентов.
Что внутри
Бенчмарк содержит записи видеоконференций двух человек (менее 1 000 примеров), включающие аудио, видео и текст на английском языке. Данные прошли трехэтапную ручную разметку и охватывают 11 типов речевой и невербальной динамики в диалоге.
Что можно сделать
- Оценка мультимодальных ИИ-агентов, способных вести живой диалог в реальном времени
- Тестирование моделей распознавания невербальных сигналов и перебиваний в видеозвонках
- Задачи
- Обработка аудио
- Языки
- Английский
- Размер
- до 1K записей
- Скачиваний за месяц
- 1,1 тыс.
- Лайков
- 28
- Доступ
- по запросу на Hugging Face
Как загрузить
from datasets import load_dataset
ds = load_dataset("nvidia/video-full-duplex-benchmark")