01覆盖内容 · COVERAGE
三类多模态语料，一个方案交付
音视频数据集 · YouTube 为主
按关键词 / 频道 / 播放列表规模化采集：视频、音频、字幕、元数据与评论；4K / 8K 转存、音轨提取与语音转录。
视频 + 字幕 + 元数据音轨与转录
付费音频数据集
国际付费音频平台的高品质音频与配套元数据（合规前提下），适合语音与音乐类模型的高质量语料构建。
高品质音源语音语料
图片数据集
各类图片站点的原图与多尺寸批量采集，从 URL 列表到上亿张规模，构建视觉与多模态语料。
上亿张规模原图 + 多尺寸
已交付平台
均在境外基础设施上、合规前提下完成（部分展示）
YouTube视频 · 字幕 · 元数据
Apple Music高品质音源
Podcast播客节目与转录
TIDAL无损音频
Storytel有声书
Freesound音效素材
Epidemic Sound音乐素材
Flickr高清图片
02核心能力 · CAPABILITIES
别人下不动的，我们能稳定交付
超长视频稳定采集
10 小时以上超长视频不断连、不丢件，深度优化的采集与重试策略。
4K / 8K 最高清
最高分辨率转存，满足多模态训练对画质的严苛要求。
视频转码增值
AV1 → H.265 等主流格式转码，最高 8K、码率 33Mbps。
数据回流国内
海外合规采集后经专线高速回传国内存储与训练环境。
03服务流程 · WORKFLOW
从需求到交付，四步走完
全托管交付制：你只负责第一步和最后的验收，中间都是我们的事。
01
提交需求清单
平台 / 关键词 / 频道 / 语种 / 规模
02
免费试采样本
验收画质、字幕与元数据完整度
03
规模化采集
500Gbps 峰值带宽，PB 级持续供给
04
直传云端交付
S3 / OSS / GCS + 结构化清单验收
04常见问题 · FAQ
常见问题
和 YouTube 采集 API 有什么区别？
本方案是「交付制」：给需求清单，我们交成品数据集，适合一次性或周期性的批量语料构建；采集 API 是「接入制」：你的程序随取随用，适合持续集成到自有管线。两者可组合。
如何计费？
按实际交付量（TB）计费，交付多少算多少；提供免费测试额度，量大与长期合作有专属方案 —— 联系销售获取报价。
数据质量如何验收？
先免费试采样本，按画质 / 完整度 / 字幕与元数据字段逐项验收，标准写进方案后再上量；交付附结构化清单。
采集是否合规？
采集程序部署境外，仅获取公开可访问内容并遵守目标平台条款与所在地 / 目标地法律法规；付费内容以合规授权为前提。
