linoyts/wan_crumble_disintegrate_effect

Name: linoyts/wan_crumble_disintegrate_effect
Creator: linoyts
Published: 2025-04-12T01:15:02+08:00

Hugging Face2025-04-09 更新2025-04-12 收录

文本到音频生成

视觉效果

数据链接：

https://hf-mirror.com/datasets/linoyts/wan_crumble_disintegrate_effect 数据链接链接失效反馈

官方服务：

资源简介：

这个数据集包含使用Wan 2.1 T2V 14B模型生成的视频。

This dataset contains videos generated using Wan 2.1 T2V 14B.

提供机构：

linoyts

declare-lab/TangoPromptBank

音频处理

文本到音频生成

该数据集用于预训练Tango-Full-FT-Audiocaps模型。TangoPromptBank是一个多样化的语料库，包含来自WavCaps、AudioCaps、ESC、UrbanSound、MusicCaps、GTZAN和Musical Instruments数据集的文本提示和音频样本。所有超过10秒的音频片段被分割为不超过10秒的片段，并重新采样到16KHz。数据集统计信息显示总共有1.2

Hugging Face2023-05-31 更新920

Walt Disney Animation Studios Cloud Data Set

视觉效果

云模拟

一个大型且高度详细的体积云数据集，包含密度数据，用于电影和游戏制作以及研究。

github2023-07-18 更新450

linoyts/wan_gasping

文本到视频

生成模型

这个数据集包含了使用Wan 2.1 T2V 14B模型生成的视频，与文本到视频转换任务相关。

Hugging Face2025-04-11 更新190

linoyts/B-LoRA_teddy_bear

图像处理

B-LoRA

该数据集包含一张泰迪熊的图片，这张图片来源于B-LoRA GitHub仓库，与论文《Implicit Style-Content Separation using B-LoRA》相关。

Hugging Face2024-04-24 更新470

vgg-monoaudio

文本到音频生成

多媒体评估

VGG-MonoAudio 是一个专为文本条件选择性视频到音频（V2A）生成设计的评估基准数据集。该数据集包含视频（包含多个可见声源）、文本（识别目标声源）和音频（仅包含干净、孤立的目标声音）的三元组。数据集通过从VGGSound和UnAV-100中视觉混合单源视频片段构建，同时仅保留目标声源的单一音频轨道。这种设计解决了现有数据集的局限性，如不可分离的音频混合或离屏噪声，使其成为评估对象选择性声

Hugging Face2026-02-08 更新210

linoyts/wan_crumble_disintegrate_effect

资源简介：

相关数据集