发布 ami-av 数据集, 应用在 音频-视觉语音识别、多媒体信息处理 领域

本次发布的数据集 ami-av, 这是一个基于AMI会议语料库处理得到的音频-视觉数据集，用于音频-视觉语音识别任务，尤其是针对自发对话语音。数据集总共包含83438个片段，其中包括音频、视频或两者的组合。每个片段都具有唯一的标识符，包括会议ID、说话者ID、开始时间、结束时间、持续时间、脚本、音频、视频、是否有唇部视频等信息。音频文件被分割并重采样为16kHz的.wav格式，视频文件被重采样为25fps的.mp4格式。

查看ami-av

Dataset card 内容： 

Files and versions 内容： 

关于 , 国庆学校是一所位于中国的教育机构，专注于提供基础教育服务。学校致力于培养学生的综合素质，注重学术与品德的全面发展。

关于 HuggingFace , Hugging Face是一个机器学习社区协作平台，专注于模型、数据集和应用程序的创建、发现和协作。该平台支持多种数据类型，包括文本、图像、视频、音频和3D数据，并提供开源工具和付费计算及企业解决方案。