القائمة
GPU加速数据清洗 - RAPIDS加速的PB级文本图像视频音频处理
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
音频文本时序对齐 - DTW实现长音频与文本的自动化时序映射
任意模态对齐 - 文本、图像、音视频任意复合模态数据对齐与重构
ASR数据清洗 - 语种识别与异常字符正规化
音素级强制对齐 - 多语种音素级对齐，支持TTS微调
自动化置信学习 - 自动发现并修正跨模态数据集中的标注错误
图像质量检测 - 自动发现模糊、曝光、低信息量等问题图片
| name | nemo-curator |
| description | GPU加速数据清洗 - RAPIDS加速的PB级文本图像视频音频处理 |
| category | pipeline |
| emoji | ⚡ |
| github_url | https://github.com/NVIDIA/NeMo-Curator |
| triggers | ["GPU加速","模糊去重","质量过滤","nemo curator","RAPIDS"] |
| inputs | ["json","parquet"] |
| outputs | ["json","parquet"] |
| use_cases | ["GPU加速去重","大规模数据过滤"] |
NVIDIA开发的大规模数据清洗工具，集成GPU加速技术。
pip install nemo-curator