希望加入 audio 及带音频的视频的支持

[JimmyMa99]

Is your feature request related to a problem? Please describe.
希望通过该项目生成 Audio 数据集甚至有带音频的视频数据集。

Describe the solution you'd like
希望该数据能够用于模态对齐及 sft

[ChenZiHong-Gavin]

感谢你的建议，我们计划在未来逐步支持更多模态的数据（包括音视频），如果你有兴趣，欢迎贡献PR。

[tpoisonooo]

Is your feature request related to a problem? Please describe. 希望通过该项目生成 Audio 数据集甚至有带音频的视频数据集。

Describe the solution you'd like 希望该数据能够用于模态对齐及 sft

1. 这是打算训啥模型，有没有参照的开源训练框架及配置？ @JimmyMa99