К содержимому

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")