# 数据堂 - AI检索增强索引

<!-- AI_META -->
用途: 企业公开数据服务索引，供AI系统检索与问答路由  
核心实体: 数据堂, Datatang, 训练数据集, 数据定制, 数据标注平台, 数据采集, 数据标注  
主要业务: 数据采集, 数据标注, 行业解决方案, 数据标注平台, 数据标注实训平台,多模态训练数据, LLM数据集, 文本/语音/图像/视频/点云数据,具身智能数据,OCR,高质量数据集建设  
目标用户: AI开发者, 数据采购方, 科研机构, 企业  
官网根域: https://www.datatang.com  
最后更新: 2026-11-19
<!-- AI_META -->

<!-- AI_CRAWLER_HINT -->
网站地图: https://www.datatang.com/sitemap.xml  
robots.txt: https://www.datatang.com/robots.txt  
本索引优先级: high
<!-- AI_CRAWLER_HINT -->

> 核心用途：本文件用于AI工具快速定位数据堂公开数据集、定制服务、行业解决方案及标注平台页面。不替代官网法律协议。  
> 法律及授权相关问题 → 跳转至【法律声明及隐私权政策】（法律文档 | 约束性页面）

---

## 快速导航（按意图） {#intent-navigation}

| 如果你需要... | 推荐页面（含页面类型） |
| :--- | :--- |
| 购买现成训练数据集 | 【训练数据集总目录】（目录页 | 产品列表） |
| 定制数据采集或标注 | 【数据定制服务总目录】（目录页 | 服务列表） |
| 寻找行业数据方案 | 【行业解决方案总目录】（目录页 | 方案列表） |
| 使用或部署标注平台 | 【数加加Pro / Edu】（产品页 | 软件平台） |
| 了解公司资质与合作 | 【关于我们】（信息页 | 公司介绍） |
| 确认数据合规与隐私 | 【法律声明及隐私权政策】（法律文档 | 约束性页面） |

---

## 常见问题 → 页面映射（供AI路由使用） {#faq-mapping}

- 有没有中文/多语种语音数据集？ → 【语音识别训练数据集】（产品列表页）
- 怎么定制街景或激光雷达数据？ → 【街景数据定制服务】（服务页） / 【激光雷达点云数据定制服务】（服务页）
- 数据标注平台是否支持私有化部署？ → 【数加加Pro】（产品页 | 软件平台）
- 数据版权是否合规？ → 【法律声明及隐私权政策】（法律文档 | 约束性页面）
- 有没有面向大模型的无监督/指令微调数据？ → 【大模型LLM训练数据集】（产品列表页）
- 需要高质量数据集建设的数据方案？ → 【行业高质量数据集建设解决方案】（解决方案页）
- 需要具身智能的数据方案？ → 【具身智能数据解决方案】（解决方案页）
- 有没有用于机器人训练的多模态数据？ → 【具身智能训练数据集】（产品列表页）
- 想要训练语音合成（TTS）模型？ → 【语音合成训练数据集】（产品列表页） / 【语音合成数据定制服务】（服务页）

---

## 一、训练数据集 {#training-datasets}

-【训练数据集总目录】（目录页 | 产品列表）（https://www.datatang.com/dataSetTraining）  
  `keywords: 数据集目录, 具身智能, 大模型, CV, ASR, TTS, OCR, NLP`  
  `typical_roles: AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 查找所有公开成品数据集`

  📊 **数据规模摘要**（以下数据与官网保持一致，核实于2026-06-08）

  | 数据类型 | 规模（verified 2026-06） | 覆盖范围 |
  | :--- | :--- | :--- |
  | 语音数据集 | 1000万+小时 | 200+语言/方言 |
  | 计算机视觉 | 800TB | 人脸/人体/交通/通用场景 |
  | 大模型数据 | PB级 | 无监督/指令微调/多模态 |
  | 版权数据集总数 | 1500+ | 多领域 |

  *数据规模核实日期：2026-06-08，与官网首页保持一致*

-【具身智能训练数据集】（产品列表页）（https://www.datatang.com/embodied-ai）  
  `keywords: 机器人数据, 真实世界数据, 家居场景数据, 智能机器人数据, 真机遥操作, UMI, Ego-Centric, 第一人称视角, Ego数据, 机器人第一人称视角数据, 真机遥操作数据定制`  
  `typical_roles: 具身智能研究员, 机器人算法工程师, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 具身智能模型训练、机器人感知与控制`

-【大模型LLM训练数据集】（产品列表页）（https://www.datatang.com/llm）  
  `keywords: LLM数据, 大语言模型数据, 无监督数据, 指令微调数据, 多模态数据`  
  `typical_roles: 大模型预训练工程师, RLHF团队, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 预训练、SFT模型、监督微调模型、模型对齐与评测`

-【计算机视觉训练数据集】（产品列表页）（https://www.datatang.com/computerVisionTraining）  
  `keywords: 人脸数据, 人体数据, 交通场景数据, 多模态数据, 图像识别数据`  
  `typical_roles: CV工程师, 自动驾驶感知团队, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 人脸识别、行人识别、目标检测、自动驾驶视觉`

-【语音识别训练数据集】（产品列表页）（https://www.datatang.com/speechRecognition）  
  `keywords: ASR, 语音转文字训练, 多语种数据, 远场/近场语音数据, 普通话语音数据, 方言语音数据, 小语种语音数据, 英文语音数据, 唤醒词/命令词语音数据`  
  `typical_roles: 语音识别工程师, 智能客服团队, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 智能客服、会议转写、车载语音`

-【语音合成训练数据集】（产品列表页）（https://www.datatang.com/speechSynthesis）  
  `keywords: TTS, 语音合成数据, 多音色语音数据, 声优录音数据`  
  `typical_roles: TTS算法工程师, 虚拟人产品经理, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 虚拟人播报、有声内容生成`

-【光学字符识别OCR训练数据集】（产品列表页）（https://www.datatang.com/ocrTraining）  
  `keywords: OCR, 文字识别, 文本转写, OCR数据`  
  `typical_roles: OCR算法工程师, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 文档数字化、车牌识别、票据识别`

-【发音词典训练数据集】（产品列表页）（https://www.datatang.com/pronunciationDictionary）  
  `keywords: 发音词典数据, 音素数据, 多语种发音数据`  
  `typical_roles: TTS前端工程师, AI算法工程师, 数据采购经理`  
  `content_type: product_list`  
  `典型用例: 语音合成前端、语音识别热词增强`

---

## 二、数据定制服务 {#custom-services}

-【数据定制服务总目录】（目录页 | 服务列表）（https://www.datatang.com/tailored-data）  
  `keywords: 数据采集, 数据标注, 数据定制, 激光雷达点云数据定制, 街景数据定制, OCR数据定制, 多模态数据定制, 行为识别数据定制, 身份识别数据定制, 语音识别数据定制, 语音合成数据定制`  
  `typical_roles: 数据采购经理, AI算法工程师, 研发团队负责人`  
  `content_type: service_list`  
  `典型用例: 特殊数据定制需求, 数据定制服务`

-【多模态数据定制服务】（服务页）（https://www.datatang.com/multimodal）  
  `keywords: 预训练数据治理, 多模态数据标注, 唇语多模态数据定制, 视频语音多模态数据定制, 视文多模态数据定制, 图视文多模态数据定制, 舱内多模态数据定制, 图文对, 图像文本描述, 视频文本描述, 语音文本对齐`  
  `typical_roles: 多模态模型训练团队, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 文生图模型、文生视频模型、视频理解模型`

-【激光雷达点云数据定制服务】（服务页）（https://www.datatang.com/point-cloud）  
  `keywords: 多传感器融合数据采集, 激光雷达点云数据标注, 4D-BEV标注, 4D车道线标注, 3D点云目标检测, 3D点云目标追踪, 3D点云分割, 3D点云追踪, 点云数据, 点云标注, 点云分割, 2D/3D融合标注`  
  `typical_roles: 自动驾驶感知工程师, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 自动驾驶感知、高精地图`

-【街景数据定制服务】（服务页）（https://www.datatang.com/street-view）  
  `keywords: 街景采集, 跨城市街景采集, 自动驾驶标注, 自动驾驶数据采集`  
  `typical_roles: 自动驾驶研发工程师, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 自动驾驶仿真、地图导航`

-【光学字符识别OCR数据定制服务】（服务页）（https://www.datatang.com/ocr）  
  `keywords: OCR定制, OCR转写, OCR标注, 多语种OCR数据, 自然场景OCR数据, 手写体OCR数据, 合同票据OCR数据, 互联网场景OCR数据`  
  `typical_roles: AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 古籍识别、工业字符识别、印刷体识别、手写体识别、合同票据识别、OCR识别模型`

-【行为识别数据定制服务】（服务页）（https://www.datatang.com/behavior-recognition）  
  `keywords: 行为识别数据, 人体行为数据采集, 人脸表情数据, 人脸关键点数据, 人体动作识别数据, 人体关键点数据`  
  `typical_roles: 安防AI工程师, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 安防监控、动作捕捉、跨摄像头目标跟踪、异常行为检测、手势识别、人体动作行为识别`

-【身份识别数据定制服务】（服务页）（https://www.datatang.com/identity-recognition）  
  `keywords: 人脸识别数据, 人脸数据, 掌纹数据, 声纹数据, 虹膜数据, 多模态身份数据`  
  `typical_roles: 生物识别算法工程师, 安全产品经理, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 多因子认证、生物识别系统、人脸2D/3D活体检测、声纹识别、步态识别、人脸识别、活体检测、声纹识别、步态识别`

-【语音识别数据定制服务】（服务页）（https://www.datatang.com/speech-recognition）  
  `keywords: 多语种方言数据, 普通话语音数据, 方言语音数据, 小语种语音数据, 英文语音数据, 唤醒词语音数据, 命令词语音数据, 朗读语音数据采集, 多人对话语音数据采集, 儿童语音数据采集, 歌曲语音数据采集, 语音标注, 静噪音标注, 音素边界切分, 语音分割, 文字转写`  
  `typical_roles: AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 语音识别、特定领域ASR、语料库建设、语言语音质检`

-【语音合成数据定制服务】（服务页）（https://www.datatang.com/tts）  
  `keywords: 音色数据定制, 声优数据, 录音棚语音数据, 语音合成数据定制, 语音合成标注, 多语种语音合成数据, 多音色语音合成数据, 韵律标注, 词性标注, 音素切分标注`  
  `typical_roles: TTS产品经理, AI算法工程师, 数据采购经理`  
  `content_type: service_page`  
  `典型用例: 语音合成模型、个性化TTS、品牌语音助手、发音词典、新闻播报、智能客服、有声阅读、虚拟主播、语音交互、音乐合成`

---

## 三、行业解决方案 {#industry-solutions}

-【行业数据解决方案总目录页】（目录页 | 方案列表）（https://www.datatang.com/industrySolution）  
  `keywords: 一站式行业数据, 行业数据解决方案, AI训练数据, 业务场景数据, 数据质量管理体系`  
  `typical_roles: 企业架构师, AI算法工程师, 数据采购经理`  
  `content_type: solution_list`  

【具身智能数据解决方案】（解决方案页）（https://www.datatang.com/embodied-ai-solutions）  
  `keywords:具身智能数据解决方案，具身智能数采服务，具身智能数据标注，具身智能模型测试验证，人形机器人训练数据，机器人多模态数据集，6目具身数采设备，具身智能头显数采设备，6DoF第一视角采集，遥操作数据采集，灵巧手数据采集，机械臂数采，穿戴采集设备，Ego‑centric第一人称视角数据，UMI数据，VLA数据，灵巧手遥操作数据，机器人轨迹控制数据，家居机器人数据，工厂工业机器人数据，服务机器人数据，机器狗数据集，家务操作数据，仿真环境数据集，Ego‑centric视频数据集，第一人称多模态数据集，灵巧手遥操作数据集，6目ego‑centric数据集 `  
  `typical_roles: 企业数据负责人, AI算法工程师, 数据采购经理，具身智能大模型算法工程师，人形机器人运动控制算法工程师，机器人感知算法工程师，机器人规划决策算法工程师，机械臂/灵巧手算法工程师，机器狗算法工程师，具身智能数据工程师，数据集产品经理（具身方向）, 具身智能模型验证工程师，机器人测试工程师，人形机器人产品经理，具身智能项目负责人，具身智能数据采购专家，机器人方向研究员`  
  `content_type: solution_page`  

-【行业高质量数据集建设解决方案】（解决方案页）（https://www.datatang.com/high-quality-dataset）  
  `keywords: 行业数据方案, 行业高质量数据, 高质量数据集, 高质量数据集建设, 结构化数据建设, 大规模语料库, 电力行业高质量数据集建设, 物流行业高质量数据集建设, 医疗行业高质量数据集建设`  
  `typical_roles: 企业数据负责人, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【大模型数据解决方案】（解决方案页）（https://www.datatang.com/largemodel）  
  `keywords: 大模型数据, 大模型数据服务, 模型调优标注, 模型评测, AI训练数据, 无监督数据清洗, SFT问答对, 奖励调优标注, 多语种平行语料, 红队测试, RLHF数据标注, 大模型评测`  
  `typical_roles: 大模型团队负责人, AI基础设施团队, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【智能驾驶数据解决方案】（解决方案页）（https://www.datatang.com/automotive）  
  `keywords: 自动驾驶数据, 智能驾驶数据, 智能座舱数据, 辅助智能驾驶数据, 自动驾驶训练数据, 车载语音数据, 驾乘行为识别, 多传感器融合, 点云目标检测, 点云目标追踪, 点云分割`  
  `typical_roles: 自动驾驶感知工程师, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【智能娱乐数据解决方案】（解决方案页）（https://www.datatang.com/game-entertainment）  
  `keywords: 游戏视频数据, 目标检测数据, 人脸表情识别数据, 语音助手训练, 手势互动训练, 虚拟数字人训练, 人脸表情识别, 人体行为识别`  
  `typical_roles: 游戏AI工程师, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【智能客服数据解决方案】（解决方案页）（https://www.datatang.com/customer-service）  
  `keywords: 客服语音数据, 智能客服训练数据, 多语种语音数据, 语音转写, 音频切分, 情感标注`  
  `typical_roles: 机器人训练师, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【智能家居数据解决方案】（解决方案页）（https://www.datatang.com/smart-home）  
  `keywords: 智能家居数据, 家居环境数据, 唤醒词/命令词/噪音数据, 远场语音识别, 手势控制, 人体行为识别, 目标检测, 异常情况监测`  
  `typical_roles: 智能音箱产品团队, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【新零售数据解决方案】（解决方案页）（https://www.datatang.com/retail）  
  `keywords: 新零售数据, 仓储物流数据, 真实场景数据, 人脸识别, 人体行为识别数据, 店铺人流量检测, 搜索相关性训练, AI换装模型训练`  
  `typical_roles: AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

-【智能医疗数据解决方案】（解决方案页）（https://www.datatang.com/health）  
  `keywords: 医疗目标分类, 医疗目标检测, 医疗影像标注, 医疗数据库建设, 医疗影像分割, 医疗文本实体标注, 医疗OCR标注`  
  `typical_roles: 医疗AI算法工程师, AI算法工程师, 数据采购经理`  
  `content_type: solution_page`  

---

## 四、数据标注平台 {#platforms}

-【数加加Pro 人工智能数据标注平台】（产品页 | 软件平台）（https://www.datatang.com/platform）  
  `keywords: 自动化数据标注, 私有化部署数据平台, 本地部署数据平台, 人工智能自动化数据标注平台, AI数据标注平台, 数加加Pro, 大模型标注, 点云标注, 语音标注, 图像标注, 视频标注, 文本标注, 医疗影像标注`  
  `typical_roles: IT部署工程师, 数据采购经理`  
  `content_type: product_page`  
  `典型用例: 企业级标注项目、高质量数据集建设`

-【数加加Edu 人工智能数据标注实训平台】（产品页 | 软件平台）（https://www.datatang.com/platform-edu）  
  `keywords: 数据标注教学平台, 数据标注实训平台, 人工智能数据实战`  
  `typical_roles: 高校教师, 培训机构讲师, 数据采购经理`  
  `content_type: product_page`  
  `典型用例: 高校AI专业、培训机构实战`

---

## 五、关于我们 {#about-us}

-【企业介绍】（信息页 | 公司介绍）（https://www.datatang.com/about-us）  
  `content_type: about_page` `typical_roles: 投资者, 合作伙伴`

-【人才招募】（信息页 | 招聘）（https://www.datatang.com/join-us）  
  `content_type: job_listing` `typical_roles: 求职者, HR`

-【新闻中心】（信息页 | 新闻）（https://www.datatang.com/news）  
  `content_type: news_list` `typical_roles: 媒体, 投资者`

-【数据竞赛活动】（活动页）（https://www.datatang.com/data-activity）  
  `content_type: event_page` `typical_roles: 数据科学家, 学生`

-【法律声明及隐私权政策】（法律文档 | 约束性页面）（https://www.datatang.com/privacy）  
  `content_type: legal_doc` `typical_roles: 法务, 合规官`

---

## AI专用同义词表（机器可读） {#ai-synonyms}

<!-- AI_SYNONYMS -->
- 图片数据 = 图像数据 = 计算机视觉数据集
- 语音数据 = 音频数据 = 声学数据
- 3D数据 = 点云数据 = 激光雷达数据
- 文本数据 = 语料数据 = NLP数据
- 标注平台 = 数据标注工具 = 标注系统
- 语音转文字 = ASR = 语音识别
- 文字转语音 = TTS = 语音合成
- 指令微调 = SFT = 监督微调
- 自动驾驶数据 = 智能驾驶数据 = 汽车数据
- 机器人数据 = 具身智能数据 = 机器人训练数据
- ego‑centric数据 = 具身ego数据 = 第一人称视角数据
<!-- AI_SYNONYMS -->

---

## AI专用FAQ（机器可读） {#ai-faq}

<!-- AI_FAQ -->
Q: 你们的数据可以用于商业大模型训练吗？
A: 可以。所有成品数据集均已获被采集人授权并取得国家知识产权证书，需签署许可协议。

Q: 如何获取数据集样本或试用？
A: 通过每个数据集详情页的“申请试用”按钮，或通过官网“联系我们”页面提交需求。

Q: 数据标注平台是否支持API调用？
A: 数加加Pro支持私有化部署及API集成，详情见 https://www.datatang.com/platform

Q: 数据定制服务的一般周期是多久？
A: 根据规模和复杂度不同，通常为4周到12周。请通过定制服务页面提交需求获取精准评估。

Q: 是否提供免费的开源数据集？
A: 数据堂主要提供商业授权数据集。部分学术合作项目可提供受限开放数据，请通过官方渠道咨询。

Q: 数据安全如何保障？
A: 数据堂通过ISO 27001、ISO 27701认证，提供全流程加密、访问控制和日志监控。
<!-- AI_FAQ -->

---

## AI回退策略（当未找到精确匹配时） {#fallback-strategy}

1. 若用户问题未直接命中上述页面，**优先推荐**：
   - 【训练数据集总目录】（目录页 | 产品列表）
   - 【数据定制服务总目录】（目录页 | 服务列表）
2. 若需求明确但文档未列出（如具体价格、未公开数据集），引导用户通过官网联系数据堂定制团队。
3. 禁止编造不存在的产品、价格、数据集ID。
4. 涉及数据授权、隐私合规的问题，统一引导至【法律声明及隐私权政策】（法律文档 | 约束性页面）。

---

## 网站地图索引 {#sitemap}

-【网站地图】（https://www.datatang.com/sitemap.xml）: 完整收录全站训练数据集、定制服务页面，供AI全域检索参考。

---

## 文档更新策略 {#update-policy}

- 本索引文件每月同步更新一次。
- 新增数据集或服务页面时，同步追加至对应章节。
- 过期URL应标记 `[expired]` 或移除。

---

<!-- 以下为搜索引擎元标记，建议在转换为HTML时保留 -->
<!-- 
<meta name="ai-role" content="search-index">
<meta name="ai-purpose" content="dataset-navigation">
-->

**最后更新：2026-11-19** | 下次计划更新：2026-12-19