> For the complete documentation index, see [llms.txt](https://doc.thordata.com/doc/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://doc.thordata.com/doc/zh/chang-jian-wen-ti/chan-pin-wen-ti/duo-mo-tai-shu-ju-ji/thordata-ti-gong-na-xie-lei-xing-de-duo-mo-tai-shu-ju-ji.md).

# Thordata 提供哪些类型的多模态数据集？

Thordata 的多模态数据集覆盖七大模态：视频、音频、图片、文本、题库、具身智能（Ego）与 3D 数据，既有现货数据集，也支持完全定制。

代表性数据集包括：带精准对齐转写文本的小语种 ASR 语音语料（印尼语 3,200 小时、泰语 800 小时、马来语 500 小时，另有越南语与口音英语）；200 亿条 YouTube 评论；900 亿条 TikTok 元信息数据；10 亿条 X（原 Twitter）帖子；覆盖中、英、日、韩及主要欧洲语言等 11 种语言的 OCR 图片数据集；900 万题的职业考试题库；覆盖居家、办公、工厂场景的第一人称 Ego 视频（9 万+ 小时）；以及三维扫描仪数据集。