菜单
智能文档构建 - LLM将PDF/Word智能分块并生成QA问答集
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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 | easy-dataset |
| description | 智能文档构建 - LLM将PDF/Word智能分块并生成QA问答集 |
| category | pipeline |
| emoji | 📄 |
| github_url | https://github.com/ConardLi/easy-dataset |
| triggers | ["文档QA","问答生成","智能分块","easy dataset"] |
| inputs | ["pdf","docx"] |
| outputs | ["json","jsonl"] |
| use_cases | ["文档QA生成","问答对提取"] |
轻量级智能文档构建工具。
pip install easy-dataset