跳到主要内容

Sample data

先看数据,再谈合作

示例数据包来自真实生产批次:40 个 episode、8 路同步数据流、4 类采集环境。开放数据格式、标注 schema、质检报告与读取脚本,无需 NDA 即可评估。

SAMPLE / EP-042
Δ 1.4 ms
Audio48 kHz
Video60 fps
Gaze120 Hz
Text

00:12.480嗯,我们先把这张图放到小组的桌子上,然后——

aligned

1.4 ms

跨流同步

κ 0.91

标注一致

98.7%

批次通过

示例 episode:教室多模态语料 · 8 路数据流 · 同步误差中位 1.4 ms
Episode
40
同步数据流
8 路
采集环境
4 类
数据包
2.4 GB

01 / Inside the pack

一个 episode 包含什么

每条 episode 都是一个完整的多模态事件,包含原始数据流、对齐元数据、标注层与质检记录。

同步数据流规格
数据流规格说明
音频48 kHz / 24-bit · 4 通道近讲 + 远场麦克风阵列,硬件同步
视频1920 × 1080 · 60 fps正面 + 侧面机位,含时间码叠加
深度848 × 480 · 30 fps主动双目,0.3–4 m 量程
眼动120 Hz · 屏幕/场景注视点、瞳孔直径、眨眼事件
脑电1000 Hz · 32 导与语言刺激事件标记对齐
动作120 Hz · 21 关键点手部与上半身姿态
转写逐字 · 词级时间戳人工校对,与音频精确对齐
标注事件段 + 标签ELAN / JSON 双格式

manifest.json · excerpt

{
  "episode_id": "EP_0042_CLASSROOM",
  "environment": "primary_school",
  "duration_s": 612.4,
  "streams": [
    { "name": "audio",  "rate": 48000, "channels": 4 },
    { "name": "video",  "fps": 60,   "resolution": "1920x1080" },
    { "name": "gaze",   "hz": 120 },
    { "name": "eeg",    "hz": 1000, "channels": 32 }
  ],
  "sync": { "reference": "audio", "max_offset_ms": 2.1 },
  "consent": { "irb": "TC-2026-014", "scope": "research" }
}

所有文件路径、校验和、设备参数与授权范围均写入 manifest,可被分析脚本直接读取。

02 / Annotation

标注 schema 与信度

标注不是事后补录。schema 在采集前确定,标注者经过培训与考核,双盲复核后给出可以写进论文的一致性指标。

标注层与一致性指标(示例批次)
层级粒度标签示例一致性
转写层词级拼音、汉字、停顿、修正κ ≥ 0.92
话语行为话轮提问、回应、指令、复述κ ≥ 0.88
副语言片段语调、重音、语速、情绪κ ≥ 0.84
注视层注视点AOI、首次注视时间、回视自动 + 人工抽检
事件层事件段开始、结束、参与者、对象κ ≥ 0.90

03 / Files

交付清单

示例包与正式交付采用同一目录结构与元数据规范,评估完成后可无缝切换到正式数据。

示例数据包目录
文件内容大小
episodes/40 个 episode,含 8 路原始流与对齐元数据2.1 GB
annotations.json分层标注与时间戳,含标注者 ID 与版本1.9 MB
manifest.json所有文件的相对路径、校验和与设备参数24 KB
qc-report.pdf同步误差分布、一致性统计与抽检结果1.2 MB
annotation-spec.pdf标注手册 v2.4,含标签定义与边界示例860 KB
README.md目录结构、读取示例与引用格式12 KB

How to get it

四步获取示例数据

  1. 01

    填写数据申请

    说明研究问题、使用场景与数据范围,1 个工作日内回复。

  2. 02

    确认授权方式

    科研授权 / 商业授权 / 评估授权,签署数据使用协议。

  3. 03

    获取下载链接

    通过加密链接交付,附校验和与读取脚本。

  4. 04

    获得支持

    可选数据说明会与读取技术支持,协助完成首次分析。

申请示例数据包

1 个工作日内回复 · 示例数据包免费

Start a project

需要按你的研究问题定制数据?

告诉我们语言、场景、设备与标注需求,我们会在一个工作日内给出采集与验证方案,并附上相近项目的交付样例。

1 个工作日内回复 · 支持 NDA 与数据授权协议 · 高校科研专属方案