国家科学研究中心“德谟克利特”信息与电信研究所 发布 Multimodal Greek Sign Language and Lip Reading Dataset v1.0 (GLaM-Sign) 数据集, 应用在 手语识别、唇读技术 领域

国家科学研究中心“德谟克利特”信息与电信研究所 本次发布的数据集 Multimodal Greek Sign Language and Lip Reading Dataset v1.0 (GLaM-Sign), GLaM-Sign数据集是一个多模态数据集，由FEELIT项目开发，旨在提升旅游行业中聋哑及听力障碍人士的可访问性。该数据集集成了同步的音频、视频、文本转录和希腊手语翻译，包含15,166条话语，总计279,042个单词，词汇量为17,989个独特术语。数据集通过高分辨率音频、详细视频和精确文本转录，支持语音识别、唇读系统和AI可访问性工具的开发。其创建过程涉及视频处理、音频提取和字幕生成等技术，主要应用于旅游行业的实时字幕生成、交互式翻译应用和教育工具，旨在解决聋哑及听力障碍人士在旅游中的沟通障碍问题。

查看Multimodal Greek Sign Language and Lip Reading Dataset v1.0 (GLaM-Sign)

关于 国家科学研究中心“德谟克利特”信息与电信研究所 , -

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。