CAS-VSR-W1k 唇语识别数据集 机构 CAS 发布地址 vipl.ict.ac.cn 论文地址 arxiv.org 分类 语音识别 许可协议 非商业用途 发布日期 1 年前 标签 唇语理解、音视频语音识别 暂无下载 本站暂不支持该数据集下载,如需下载请访问上述「发布地址」进行下载(如可用) 感谢您下载 CAS-VSR-W1k 唇语识别数据集! 本站基于知识共享许可协议,为国内用户提供公开数据集高速下载,仅用于科研与学术交流。 获得数据集更新通知、下载过程发现问题、提供未引入数据集资源等,请关注公众号与我们沟通。 感谢您下载 CAS-VSR-W1k 唇语识别数据集! 点击前往百度网盘下载页面 本站基于知识共享许可协议,为国内用户提供公开数据集高速下载,仅用于科研与学术交流。 关注公众号,获取数据集更新、人工智能相关的最新资讯 CAS-VSR-W1k 原名为 LRW-1000,是目前公开的最大的普通话词汇级唇语数据集。该数据集包含 1,000 个词类,包括来自 2,000 多位发言者的 700,000 个样本。该数据集包含超过 1,000,000 个汉字实例。 每个类别对应于由一个或几个汉字组成的普通话单词的音节。该数据集旨在涵盖不同语音模式和成像条件下的自然变化,以纳入实际应用中遇到的挑战。 抱歉,暂无相关内容推荐。