北京公共数据开放平台-连环夺宝

国家级、北京市级、区级惠企政策全量拆解发布，精准触达企业。

涵盖普通话、方言、英德越印芬瑞阿等30多个语种，每段视频都标注了话题类型、说话内容。

15w小时，5千万轮多领域自然式人人对话数据集，可显著优化中文多轮交互自然效果。

该数据集包含20万小时多人对话/单人的高质量工程化人机交互场景语音数据，覆盖汉语、英语、日语等200个语种和方言，可用于通用语音模型的训练。

收录了中国现行的各类规范性法律法规以及相关国际 条约，包含中国法律库、中国法规库、司法解释库、地方 法规库、国际条约惯例库、立法草案与说明六个子库。

含卫藏、安多、康巴三种藏语方言的平行语料和语音对应文本的多模态数据集。

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内；录音内容经济，娱乐，新闻，口语，数字，字母人员韩国人，朝鲜人

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内；无回声录音内容娱乐；新闻；口语；经济；数字；字母人员349名美国

数据规模1,003人，一人采集一段或几段带有多种情感的视频人员分布人种分布：黄种人232人，白种人614人，黑种人157人 ；性别分布

数据规模1,056人，一个人采集235段视频，63张照片人种分布人种分布：黄种人641人，白种人217人，黑种人198人；性别分布：男542人

格式16khz/44.1khz，16bit，未压缩wav，单声道/双声道录音环境相对安静的室内，无回声录音内容给出话题列表，录音人从中挑选多个

数据规模602人，一个人采集5张图像人种分布黄种人151人，黑种人151人，白种人150人，棕种人150人,从青少年到中年(16-60岁之间)性

数据规模180,717张，包括静态手势83,012张，动态手势97,705张人种分布人种分布为黄种人，性别分布为男女，年龄分布以中青年为主

数据规模80,000张，每张图片只有一个猫脸或狗脸数量分布猫40,000张，狗40,000张采集环境包括室内场景和室外场景采集多样性涵盖多

数据规模43,411张，464种商标采集环境包括室内场景和室外场景采集多样性多种商标，多种场景数据格式图像格式为.jpg、.png、.jpeg

数据规模13,259张，一张图仅有一个目标，一个矩形框采集环境监控场景采集多样性涵盖不同光照、不同采集场景、不同类型的行李箱、

格式16khz，16bit，未压缩wav，单声道录音环境相对安静的室内，无回声录音内容娱乐；新闻；口语；经济；数字；字母人员352名意大

数据规模14,980张，8种语言采集环境包括会议室(会场)、会议厅语言种类法文，韩文，日文，西班牙文，德文，意大利文，葡萄牙文，

数据规模4,458人，一个人采集7种3d表情人种分布人种分布：黄种人，黑种人，白种人；性别分布：男、女；年龄分布：从少年到老人，

格式48khz，24bit，wav，单声道录音环境专业录音棚环境录音内容六种情感（高兴、愤怒、悲哀、惊讶、恐惧、厌恶）人员女性，20~30