© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
科大讯飞股份有限公司
企业科大讯飞股份有限公司，成立于1999年，位于安徽省，所属行业为软件和信息技术服务业，经营范围涵盖增值电信业务、专业技术人员培训、计算机软、硬件开发、生产和销售及技术服务、系统工程、信息服务、电子产品、计算机通讯设备研发、生产、销售、移动通信设备的研发、销售、二类、三类医疗器械研发、制造与销售、图书、电子出版物销售、进出口业务等。
投资机构A股高新技术企业企业技术中心技术创新示范企业
数据集列表
FB20K数据集
FB20K是基于FB15K构造了一个包含zero-shot entity的数据集，涉及4种类型的测试数据，其中，e-e表示头尾实体均出现在训练集中，d-e、e-d分别表示测试三元组中的头实体、尾实体为新实体（即没有出现在训练集中），d-d表示头尾实体均为新实体。数据集存储规模约45MB。
国家基础学科公共科学数据中心300
云容器服务
讯飞云容器服务基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务。讯飞云容器服务完全兼容原生 kubernetes API ，为容器化的应用提供高效部署、资源调度和动态伸缩等一系列完整功能，解决用户开发、测试及运维过程的环境一致性问题，提高了大规模容器集群管理的便捷性，帮助用户降低成本，提高效率。
长春数据交易中心30
手势识别测试数据集
面向终身学习教学场景的手势识别测试研究，基于罗技C920摄像头采集，数据基于室内、室外场景，在手势指令发出人距离摄像头1m以内，构建包含15类手势在内的手势动作的测试视频共2224段，每段长度约10秒，每段视频包含一个手势的一次动作，包含抬手、做手势、放手的完整过程；共包含15类手势，其中8类为静态手势(点赞、握拳、V手势、比心、OK手势、摇滚、爱你、6手势)，7类为动态手势(左挥、右挥、上挥、下挥、食指顺时针旋转、食指逆时针旋转、手掌左右摆动)，数据量7.11G。该数据集支撑了专利《手势识别方法、装置、设备及存储介质》。
该数据集未来可用于开发和测试手势识别算法，特别是在复杂场景下的手势识别性能评估。研究人员可以利用该数据集验证模型在不同环境（如室内、室外）和不同手势类型（静态与动态）中的表现，从而提升手势识别系统的鲁棒性和准确性。此外，该数据集还可用于教育技术领域的研究，帮助开发智能教学交互系统，实现更自然的人机交互体验，提升在线教学的互动性和效率。
对于手势识别领域的研究，该数据集提供了多样化的手势动作视频，涵盖了静态和动态手势的完整过程。该数据集不仅有助于提高手势识别系统的性能，还能为教育技术的发展提供数据支持，具有重要的学术价值和实际应用意义。
国家基础学科公共科学数据中心310
互联网+在线学习平台规模化示范应用数据集
面向互联网+在线学习平台构建，基于国家开放大学“学习网”服务器和互联网+在线学习平台服务器采集，记录在线学习资源浏览、点播、学习者个人空间页面访问、资源检索、辅助浏览等5项功能的用户登录、选课、访问、检索、浏览播放等操作日志，数据量13.5MB。该数据集支撑了软著《面向终身学习的智慧学伴系统移动端软件V1.0》、《面向终身学习的个性化互联网+在线学习平台》，专利《一种辅助学习方法、装置、电子设备及存储介质》和论文《A Knowledge-Injected Curriculum Pretraining Framework for Question Answering》。
该数据集未来可用于分析和优化在线学习平台的用户体验和功能设计。研究人员可以利用该数据集挖掘用户行为模式，如资源偏好、访问频率、学习路径等，从而为平台的功能改进和个性化推荐提供数据支持。此外，该数据集还可用于教育技术领域的研究，帮助开发更智能的学习分析工具，提升在线学习的效果和用户满意度。
对于互联网+在线学习领域的研究，该数据集提供了真实的用户操作日志，涵盖了多种学习行为数据。它的发布将推动在线学习平台的技术优化和功能创新。该数据集不仅有助于提高在线学习平台的智能化水平，还能为教育领域的技术发展提供重要支持，具有重要的学术价值和实际应用意义。
国家基础学科公共科学数据中心220
虚拟形象生成测试数据集
面向虚拟形象生成研究，基于普通网络设备产生，通过互联网公开渠道，对相关数据集进行下载、收集、整理和保存，包含26条TTS合成语音，包含绕口令，不同说话情感状态，客服场景的相关指令等，其分为三个子数据集，分别为客户场景数据集、课堂教学场景数据集和绕口令测试数据集，数据量13MB。该数据集支撑了软著《数字人合成与渲染服务能力平台V1.0》、《面向终身学习的智慧学伴系统V1.0》等。
该数据集未来可用于开发和优化虚拟形象的语音生成技术，特别是在多场景下的语音表现力评估。研究人员可以利用该数据集验证模型在不同场景（如客服、教学）和不同情感状态下的语音合成效果，从而提升虚拟形象语音的自然度和适应性。此外，该数据集还可用于教育技术、虚拟助手等领域的研究，帮助开发更具表现力和交互性的虚拟形象，提升用户体验。
对于虚拟形象生成领域的研究，该数据集提供了多样化的语音样本，涵盖了多种场景和情感状态。它的发布将推动虚拟形象生成技术的发展，促进相关算法的改进和优化。该数据集不仅有助于提高虚拟形象语音合成的表现力，还能为教育、娱乐等领域的技术应用提供数据支持，具有重要的学术价值和实际应用意义。
国家基础学科公共科学数据中心130
云硬盘
云硬盘提供用于云服务器的持久性数据块级存储服务。云硬盘中的数据在可用区内以多副本冗余方式存储，避免数据的单点故障风险，提供高数据可靠性。讯飞云提供普通云硬盘和SSD云硬盘两种产品，支持在同可用区的实例上挂载/卸载，并且可以快速调整存储容量，满足弹性的数据需求。您只需为配置的资源量支付低廉的价格就能享受到以上的功能特性。
长春数据交易中心90
电警卡口信息数据
电警卡口信息数据由信号机厂商（科力、中科龙安等）提供给交警支队，再由交警支队直接提供给项目。通过卡口信息数据，可以将卡口摄像头位置与基础过车数据位置信息相关联，除了能像电警那样进一步确定车辆所在车道和路口，预估车辆转向，反向卡口还能粗略判断路口排队长度，粗略估计路口拥堵状况。基于拥堵情况和时间纬度，构建三维拥堵时空分析矩阵，发现道路拥堵模式的时空关系。同时，将卡口信息与路口信息相结合，可以将相同路口的卡口数据聚合，从而计算整个路口的交通流量。
国家基础学科公共科学数据中心1770
DBpedia50数据集
DBpedia50数据集是从DBpedia数据集的子集，包括49900个实体，654种关系，训练集中三元组个数为32388，验证集中三元组个数为399，测试集中三元组个数为10969。数据集存储规模约3MB。
国家基础学科公共科学数据中心250
语音识别测试数据集
面向终身学习教学场景中的语音识别研究，基于讯飞听见系统服务器产生，通过采集现网授课场景真实数据及互联网直播课场景，主要包括包括室内安静场景（信噪比高于25dB）和嘈杂情况（信噪比5-25dB）两种类型，测试集合时长分别为2.37H、1.8H，数据量480MB。该数据集支撑了专利《一种语音生成方法、装置、设备及存储介质》和软著《小飞大屏调度语音助手软件》。
本数据集未来可应用于以下方向：首先可作为基准测试集用于评估不同语音识别算法在复杂教学场景中的鲁棒性，特别是在多设备采集、师生交互语音重叠等实际场景下的性能表现；其次可为自适应声学模型训练提供数据支撑，推动面向教育领域的个性化语音识别系统开发；此外还可服务于教育质量分析、课堂内容结构化等智慧教育应用场景。
该数据集的价值体现在三个方面：其一，补充了终身学习场景下真实教学语音数据的短缺，其包含的噪声干扰、远场采集等特征对推动教育领域语音技术实用化具有关键意义；其二，通过提供覆盖安静/嘈杂双场景的标准化测试集，为算法性能对比建立了可靠基准，有助于推动语音识别技术在教学场景中的落地应用；其三，数据集采集自真实教学环境，其多样性特征（包括教师口音、学科术语、课堂互动等）对提升教育类语音识别系统的泛化能力具有重要研究价值。
国家基础学科公共科学数据中心630