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 msAudio48 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——
aligned1.4 ms
跨流同步
κ 0.91
标注一致
98.7%
批次通过
- 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。
| 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。
| 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。
| 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
- 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。
- 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。
- 03
获取下载链接
通过加密链接交付,附校验和与读取脚本。
- 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。
1 个工作日内回复 · 示例数据包免费