semantic-vad-eot

中文简介

semantic-vad-eot 根据词级强制对齐构造语音轮次，提供音频、词序列与有序静音区间，用于判断用户是否真正说完。数据按语言与马来西亚子集配置组织。

适用场景

适合语音助手的语义端点检测，比较中途停顿与结束轮次的判断。

规模与格式

选型方向：语音与音乐。固定上游版本：379a8935e3ef4e323b5468fc44510b3f9f1fb02a。API 任务字段：voice-activity-detection。API 语言字段：en, fr, de, it, ja, ko, zh, pl, pt, ru, es, th, tr, ms。上游最近更新时间：2026-09-18（不一定为首次发布日期）。 规模、子集和组件差异见本页简介及注意事项；API 标签与卡片正文的含义分别保留。

文件说明

上游 API 返回 498 个文件，文件元数据合计 155.00 GB。 已保存文件清单中的主要扩展名：.parquet 99 个、无扩展名 1 个。 当前较大的文件包括：data/ml-italian-00013.parquet（1.06 GB）；data/ml-italian-00018.parquet（1.06 GB）；data/ml-italian-00017.parquet（1.06 GB）。 仓库文件较多，本站仅保存前 100 条文件元数据；完整清单请查看上游仓库。 此处只统计当前 Git 仓库的文件元数据，不包含外部链接、Bucket 或另行申请的完整集合。

上游文件元数据

以下仅为 Hugging Face 官方 API 返回的文件名与大小元数据，官网没有下载或托管这些文件。

• .gitattributes2.45 KB
• data/ml-english-00000.parquet317.02 MB
• data/ml-english-00001.parquet317.97 MB
• data/ml-english-00002.parquet317.73 MB
• data/ml-english-00003.parquet320.63 MB
• data/ml-english-00004.parquet318.41 MB
• data/ml-english-00005.parquet314.60 MB
• data/ml-english-00006.parquet316.64 MB
• data/ml-english-00007.parquet318.41 MB
• data/ml-english-00008.parquet318.41 MB
• data/ml-english-00009.parquet317.23 MB
• data/ml-english-00010.parquet317.72 MB

文件较多，本页只展示前 12 项；完整信息以上游仓库为准。

硬件建议

先确定配置、split、模态及文件范围，按原始文件、解压产物、缓存与处理副本分别估算磁盘。视频、音频和图像数据还需对应解码工具；建议先用少量样本验证 schema、时间同步与数据处理流程。

注意事项

结束标签由最后一个静音区间的位置表达，并非单独存储字段；必须遵守卡片约定且避免同源片段跨划分泄漏。

获取、校验与交付

咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。

• 数据集获取、核对与国内交付服务
• 数据集怎么下载：版本、分片、许可证与完整性校验
• 企业和高校批量获取模型与数据集：只需链接或准确全称
• 100GB、1TB 以上模型如何用网盘或硬盘交付