机器学习与语料定制成品
关键信息
内容与方法
从公开图像库（如GBIF、Wikimedia Commons）和公开音频库（如xeno-canto）按指定物种学名分别采集，再做同物种级图像-音频配对整理，音频统一裁切/补齐为固定时长，并逐条保留来源与许可字段。不强求同一只个体或同一观察事件，按“物种级对齐”标准交付。
适用场景
面向学术研究与模型训练场景的图像-音频多模态检索、跨模态匹配、物种识别模型的预训练与评测数据集构建。
获取与许可
许可：定制成品
自行获取的难点
公开图像来源体量充足，但音频端存在明显的物种间长尾分布，部分稀缺物种的独立原始录音条目稀少，若自行采集需要逐物种核验来源可得性、许可类型并处理时长标准化，人工核对成本高。