FAIR-Play 是一个音视频数据集，由 1,871 个视频剪辑及其在音乐室中录制的相应的双耳音频剪辑组成。该数据集是第一个通过专业 3Dio Binaural Mic 和 GoPro 采集的立体声与视觉对齐的数据集。