澳鹏经授权许可的成品数据集助您快速启动AI项目
澳鹏提供八百余个成品数据集，共有近十万小时的采集或网络公开的音频资源、五十余万幅图像和超过一亿字/词文本，涵盖80+种语言和方言。我们也在不断构建新的数据集，以满足全球企业用户的部署需求。
语音识别数据集
覆盖90余种语言，总时长近十万小时
电话信道，手机，高保真麦克风等多种录音设备，以及网络数据清洗
对话类的语音数据库80余个，量级10000+小时
朗读类的语音数据库近120个，量级70000+小时
自由说数据库20个，量级20000+小时
特种数据库:0-3岁婴幼儿啼哭音频70小时;猫狗叫声数据库70小时;多领域儿童高保真唤醒词
大模型数据集
81亿token l 千万词条的LLM数据集
涵盖医学、金融、法律、教育、中文百科、代码等多领域
逻辑推理数据集，包括思维链、多模态图表示意图分析等
多模态数据集，包含百万条图文对或视频文本对，支持多种语言
安全性问答数据集，支持大模型的毒性测试以及安全性训练
图像数据集
总计六百万幅图片
数百万的高质量多模态图文对数据集
十余种不同语言的通用场景OCR图片数据集
精标日语发票，992张
特种数据库：电梯间电动车精标数据、多居室户型图集、汽车尾灯图片集、发丝分割数据集
文本数据集
三十余万道含标注的的多学科题目集
发音词典覆盖98种语言，共523万词条
词性词典覆盖22种语言，共326万词条
命名实体库(NER)覆盖8种语言，超100万词条
视频数据集
东南亚各国人物朗读视频
海量开源视频爬取数据集
语音合成数据集
多种语言，400名声优，20+国家资深声优资源库
覆盖多种不同情绪的音色及应用场景
驾驶人危险行为识别数据库助力驾驶舱内检测驾驶位、驾驶员危险动作以及疲劳识别
乘客安全监测数据库，助力识别被遗留的小孩、宠物、危害物品等
车载语音数据库助力驾驶人实现语音导航、多元化智能驾驶体验
驾驶舱外数据库助力道路车道线、障碍物、停车位识别
线上NLP多轮对话的数据集助力实现生成类AI聊天程序，实现线上客服智能化
TTS语音数据库对文本文件进行实时转换，把文本智能地转化为自然语音流，文本输出的语音音律流畅，使得听者在听取信息时感觉自然
我们的金融 OCR 数据集可针对金融、保险的合同审核自动化，助力实现高效、精准的文本转写识别自动化
语音识别数据库，支持智能家居AI的智能交互
障碍物图像数据库，助力例如扫地机器人的智能识别和障碍物跨越
人脸识别，语音识别等数据集可以助您部署智能终端
人脸识别，危险动作追踪等数据集可助您搭建智能安防人工智能
您可以搜索、筛选寻找您需要的数据集，并获得样例。
如有意购买，请点击获取数据集，我们的专家会与您联系。
澳鹏提供种类丰富的成品数据库，我们的数据产品目录包括700多个可授权的数据集。其中语音数据库涵盖80多种语言及方言，适用于各种常见的AI应用场景，例如： TTS，ASR等（参考下面目录表的筛选功能查询更多应用场景）。我们还提供数据管理等更多服务。
快速部署
直接获取数据库产品快速为您部署AI与机器学习项目
低成本高效益
直接获取经授权的成品数据库比您定制数据采集服务更具成本效益。
专家团队
您将拥有一支在数据采集领域耕耘近三十年的专家团队支持
支持所有数据类型
图像，视频，语音，音频，文本
大规模
提供大量、高品质的数据高效地训练您的机器模型
高质量
提高您的机器模型质量并减少数据偏见
大中华区及北亚总部
澳鹏数据科技（上海）有限公司
金科路2889弄6号长泰广场E座701
上海市浦东新区
电话：400-021-9488
大中华区及北亚总部
澳鹏数据科技（上海）有限公司
金科路2889弄6号长泰广场E座701
上海市浦东新区
电话：400-021-9488
沪公网安备31011502401377号