返回资源中心

Hugging Face AudioCaps++

数据集
AI音频
0 次浏览
0 个赞
audiocaptioningmultimodal

资源描述

增强版音频-文本对齐数据集，含50K高质量人声旁白+环境音混合样本，每条标注包含情感极性、说话人ID、声学事件标签及对应ASR转录与语义摘要

相关资源