产品特点

•   数据规模
：覆盖5,000名发音人，
，，累计约450小时真实语音

•   数据规格：采样率16kHz，，信噪比（SNR）＞25dB

•   多场景采集：涵盖车载、、对话、、朗读等应用场景

•   多环境录制：包含车内、
、、办公室
、
、、、居家等使用环境

•   年龄分布均匀：覆盖儿童、、
、少年、
、青年、、
、
、中年、、、、老人，
，，各年龄段占比20%
，
，男女比例1:1

02.高保真多音色语音数据集

该数据集面向对音质与音色一致性要求较高的应用场景
，
，，，可有效支撑高精度语音生成与个性化声音建模需求
，，适用于高保真语音合成、、音色迁移及特定人物声音模拟等任务。。。。

产品特点

•   数据规模：覆盖1000名发音人
，，累计约17小时语音数据，，音色一致性高

•   数据规格
：采样率44.1kHz及以上，
，信噪比（SNR）＞35dB

•   年龄分布均匀
：覆盖儿童、、少年
、、
、青年、、中年、、老人
，，，，各年龄段占比20%，，，男女比例1:1

03.多口音英文双工对话数据集

该数据集面向跨口音ASR、、、、多语言语音助手、、
、全球化客服
、
、呼叫中心自动化
、
、、、会议转写及国际化AI应用等场景
，，是提升英语口音识别能力的核心资源。。。

产品特点

•   数据规模：覆盖1700+发音人，，累计超1600小时

•   多口音类型：包含14类英语口音
，，
，包括澳大利亚、、、、加拿大、、、英国（多地区）
、、、、北爱尔兰、、、香港、
、印度
、、新加坡、、台湾、
、、
、美国等

•   双工自然对话：双声道录制、、、
、真实呈现打断与语音重叠

•   多平台采集
：支持手机和电话录制

•   多场景应用：涵盖日常对话、、、商务会议、
、
、客服、、、、呼叫中心等

数据集（部分）

•   澳大利亚英语日常对话（120h）

•   加拿大英语商务会议对话（85h）

•   印度英语日常对话（225h）

•   美式英语呼叫中心场景对话（130h）

……

（联系我们获取完整数据集列表）

 01.多风格多角色TTS数据集

该数据集面向角色音色构建、、、大模型精调、、、虚拟人配音、、剧情类AI创作、、、、个性化语音克隆等应用场景，
，
，，数据集依托多部国民经典影视IP
，
，为多角色音色生成提供坚实基础
。。

产品特点

•   新增三大角色：咆哮哥、、、、如来佛祖
、、心灵鸡汤

•   角色音色差异化
：多角色、、多风格音色，
，，IP角色形象高度还原

•   个性化文本设计：内容贴合角色性格特征

•   高质量录音环境
：录音棚采集
，，音色纯净一致，
，，，无噪声干扰

•   专业标注体系：包含文本
、
、
、韵律、
、、、与发音标注
，，，，强化模型的韵律与语音表现能力

数据集（部分）

•   中文男声角色模仿合成库-咆哮哥风格（2h）

•   中文男声角色模仿合成库-如来佛祖风格（2h）

•   中英混女声合成库-心灵鸡汤风格（1h）

……

（联系我们获取更多经典IP角色数据集）

02.美式英语多情感TTS数据集

该数据集适用于可控情绪语音生成
、、虚拟角色表达、、对话式AI创作及智能陪伴等多种应用场景。。。

产品特点

•   情感覆盖全面：支持十余种常见及高起伏情绪，，包括中性、
、、、开心、、
、生气、、、伤心、
、
、、震惊、、
、害怕、、
、、讨厌
、
、、、失望等

•   多年龄层音色
：覆盖年轻、
、成熟、、、稳重等不同年龄段女声与男声

•   专业标注体系：提供文本、
、发音标注
，，提升模型生成质量与可控度

数据集（部分）

•   美国英语男声语音合成库-温柔暖男20-30岁（3h）

•   美国英语男声语音合成库-温柔成熟30-40岁（3h）

•   美国英语女声语音合成库-成熟稳重50-60岁（5h）

……

（联系我们获取完整数据集列表）

02.美学构图训练数据集

该数据集面向美学模型评测、、、、图像生成、、、、影像调优、、设计类 App 及手机影像系统等应用场景，，帮助模型掌握构图规律，，，，提升成片的审美水平与视觉表现力。。

产品特点

•   数据规模
：包含7,231组高质量图像

•   专业摄影采集：由摄影师使用单反相机及手机拍摄

•   多构图标签
：涵盖三分法、、、、中心构图、、、对角线、、
、、三角构图、、水平构图等

•   审美级标注：每张图匹配1–3种构图标签
，，，便于模型学习审美规律

•   高分辨率图片：JPG格式，
，，分辨率1920×1080及以上

03.中文新闻图文交织数据集

该数据集适用于新闻理解、、、事件抽取、、、、图文对齐、、、
、信息检索、、、
、内容生成及舆情分析等任务，，，，帮助模型提升对新闻语境
、
、、、事件逻辑及图文关联的综合理解能力。
。

产品特点

•   数据规模
：包含100万组
，
，，新闻图片与文本组合

•   多行业覆盖：涵盖科技、、人文、、、、社会、
、、金融、、
、、体育、、、
、旅游、、、、健康等多个领域

•   专题内容丰富：包括党政时事
，，，可持续更新

•   新闻内容结构化：提供事件（event）+ 正文（content）字段

•   权威来源保障：新闻来源严格按照中央网信办白名单筛选，，确保数据可靠性

04.物流场景视觉数据集

该数据集面向智能物流、
、、仓储管理、、交通监管、、自动分拣
、、、车辆识别及箱体损坏分析等行业场景，，帮助模型快速掌握物流物体识别与场景感知能力
。。。

产品特点

•   数据规模：包含80万张高质量图像

•   采集对象多样：50类物流相关对象，，，
，覆盖厢式货车、、牵引车、、、三轮车、
、、吊车、、、、泡沫箱及其破损状态等

•   多场景采集：运输、
、、仓储、、
、街景
、、装卸等真实应用场景

•   高质量标注：提供类别标签及精确框坐标，，便于模型训练与检测任务

05.文旅与人物视频理解数据集

该数据集覆盖人物、、街景、、、
、建筑、
、自然地标、、、、特色美食、、、、文化艺术及体育运动等真实场景，，，，结合高质量问答数据，，帮助模型提升理解能力、
、时序推理、、构图判断与知识表达能力。。适用于AI文旅解说、、
、、智能导览助手、、
、、大模型视频理解训练及地方文旅知识库构建等应用场景。。

产品特点

•   高质量视频素材：分辨率≥1080P/2K，，
，，格式支持MP4、、
、MOV
、、AVI等
，，视频无水印、、、无空帧、、无损坏

•   问答覆盖多维度：包括空间感知、、、、时序感知、、
、、拍摄角度及构图专业问题

•   视频拍摄时长
：单段10秒至5分钟

•   大规模可扩展数据资源：

o   文旅视频问答对：5万组，，
，由专业团队拍摄
，，，围绕文旅场景设计高质量问答

o   通用场景视频理解训练数据
：10万组，，，，覆盖动植物
、、建筑风景、、
、、运动、、
、美食等，，，问答设计涵盖类别、、、数量、、、、空间位置、、
、、行为动作及时序关系

o   高质量人物视频数据集：100万组，，
，
，以人物为主体，，，，涵盖中国多领域代表性人物及生活场景中的普通人

o   专业体育运动视频数据集：100TB，，，，覆盖9大类运动，，，，包括田径、、
、球类、、、水上、、、、冬季运动、、
、、武术与格斗
、、、极限运动、、健身体能训练及传统民族体育

o   实体视频数据集：200万组，，
，，国内环境、
、文化相关实体及对应视频与内容介绍