MultimodalSensor / Time-seriesVideo
Open X-Embodiment
1M+ real-robot trajectories from 20+ institutions.
1M–10M·Apache-2.0·rosbag
AudioMultimodalText
Ace-Taffy-voice
关注永雏塔菲喵，关注永雏塔菲谢谢喵 永雏塔菲语音数据集 数据来自永雏塔菲直播，使用 silero vad + whisper-large-v3-trubo 粗略标注后，人工修正。 微调示例代码：
关注永雏塔菲喵，关注永雏塔菲谢谢喵 永雏塔菲语音数据集 数据来自永雏塔菲直播，使用 silero vad + whisper-large-v3-trubo 粗略标注后，人工修正。 微调示例代码：
Source: Hugging Face Hub (KYOU-0/Ace-Taffy-voice). Metadata imported from the dataset’s Hub tags.