南开大学 发布 Chinese-LiPS 数据集, 应用在 语音识别、多模态数据处理 领域

南开大学 本次发布的数据集 Chinese-LiPS, Chinese-LiPS是一个高质量的多模态中文语音识别数据集，包含100小时的语音、视频和相应的手动转录。该数据集独特地结合了唇读视频和演讲者的幻灯片，使音频视觉语音识别任务得到了更全面的探索。幻灯片内容由领域专家精心设计，确保了视觉图像的质量和丰富性。该数据集旨在帮助自动语音识别任务，特别是在处理发音模糊和领域特定术语等挑战时，通过整合所有可能有价值的视觉信息来进一步改善性能。

查看Chinese-LiPS

关于 南开大学 , 南开大学是中国天津市的一所综合性大学，成立于1919年，是中国教育部直属的全国重点大学。该校在国内外享有较高声誉，尤其在文科、理科、管理和工科等领域有较强的教学和科研实力。

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。