Tinghong-Ye22/data_vqa_all_1025
HFD 视频—语音完整数据与动作 session 合并索引 下载前检查根目录 READY.json。没有 READY 表示尚在上传。 57,075 个视频，320,760 条独立全双工视觉语音案例。 359,035 条原音频—动作 session 全部保留：358,920 条加入视觉语音，115 条原样保留。 六类任务：turn-taking / interruption / backchannel / hesitation / pause / third-party。 输入 8 种音色，机器人回答 1 种；真实 TTS 时长和事件时间线保存在 manifest。 自动标注、尚未人工审核；不声称完成 ASR/VAD、完整模型训练或 benchmark 验证。 从这里开始 完整训练读取、字段、对齐与质量边界 继续造数据与恢复生产 代码/加载器/配置/测试仓库 assets/ 为共享音视频分片；metadata/ 为最终合并表、全部独立案例和原 HFD 资产索引。不要把独立案例数与原 session… See the full description on the dataset page: https://huggingface.co/datasets/Tinghong-Ye22/data_vqa_all_1025.
| Author / organization | Tinghong-Ye22 |
|---|---|
| Downloads | 0 (as reported by Hugging Face) |
| Likes | 0 |
| Created | 24 October 2026 |
| Last updated at source | 24 October 2026 |
Recent changes
- 24 Oct 2026 Description: none → HFD 视频—语音完整数据与动作 session 合并索引 下载前检查根目录 READY.json。没有 READY 表示尚在上传。 57,075 个视频，320,760 条独立全双工视觉语音案例。 359,035 条原音频—动作 session 全部保留：358,920 条加入视觉语音，115 条原样保留。 六类任务：turn-taking / interruption / backchannel / hesitation / pause / third-party。 输入
- 24 Oct 2026 Topics added task_categories:video-text-to-text, task_categories:text-to-speech
Changes detected by Silytics between refreshes of the source.
More from Tinghong-Ye22
Silytics shows public metadata from Hugging Face and links to the original. Information may be incomplete or out of date. Last refreshed 24 October 2026. Licenses and terms of the original apply to the work itself. Not financial, legal or professional advice.