Dyence 是一个专注于为视频和图像 AI 模型训练提供数据集生成服务的平台，核心目标是将原始视频和图像素材转化为可直接用于训练的 AI-ready 数据集。
用途方面，Dyence 面向需要构建视频或图像生成模型训练数据集的团队，帮助其将未标注的原始媒体素材转化为结构化、格式化且经过验证的数据。
主要能力包括：
- 自动分割视频为片段，并识别场景边界。平台可在客户端或服务器端通过数学方法识别场景变化，在调用 API 前先完成分割，以减少重复帧分析产生的费用。
- 生成多模态描述文本，涵盖动作描述、物体类别、语音转录和镜头位置等信息，并可生成包含运动、镜头角度和 OCR 叠加内容的丰富描述。
- 提供人体审核流程（Human-In-The-Loop），由专业审核员人工验证计算机生成的时间戳、标签和物体跟踪边界框，确保标注对齐和坐标清洁。
- 支持多格式导出，可将数据集导出为结构化 JSONL 行，便于推送至 Hugging Face，或直接格式化为 WebDataset 归档。
- 提供交互式数据集预览，可视化展示视频和图像模型的多模态数据集输出结果。
- 支持安全云归档，与安全云对象存储架构直接兼容，提供快速上传速度和零出口费用。
使用方式分为四步： 第一步，上传原始视频或图像。支持拖放文件夹上传原始视频或图像，或从 YouTube 或外部直接 MP4 URL 批量导入链接。 第二步，分割与标注。Dyence 检测视频场景边界，并输出详细描述动作、运动、镜头角度和 OCR 叠加的丰富字幕。 第三步，人工验证。将关键训练对发送给专业人工审核员，验证字幕对齐、修正标签并清理坐标。 第四步，多格式导出。将数据集导出为结构化 JSONL 行，准备推送至 Hugging Face，或直接格式化为 WebDataset 归档。
适用场景主要为视频和图像 AI 模型的训练数据准备，特别是需要高质量标注、包含动作、运动、镜头和 OCR 等多模态信息的生成式模型训练数据集构建。
限制方面，平台采用按用量计费的阶梯定价，仅按实际处理量付费，具体价格和输出数据集规模需通过其价格估算器查看。关于平台的具体处理速度、支持的视频格式范围、免费额度、订阅方案等细节，资料中暂未提供。
