北京智源人工智能研究院 发布 DEMIX 数据集, 应用在 音频视频处理、机器学习 领域

北京智源人工智能研究院 本次发布的数据集 DEMIX, DEMIX数据集是专门为训练分离音频同步视频生成模型而设计的，包含高质量的电影视频和分离的音频轨道。数据集由来自CelebV-HQ、MovieBench、Condensed Movies、Short-Films 20K和YouTube的影片组成，经过筛选和标注，最终形成了包含392K视频片段的数据集，总时长为1.2K小时。DEMIX数据集被分为五个重叠的子集，以支持多阶段训练，并适用于多种视频生成场景。

查看DEMIX

关于 北京智源人工智能研究院 , 北京智源人工智能研究院是由北京市政府支持，依托北京大学等高校建立的新型研究机构，专注于人工智能的基础研究、技术研发和产业孵化。

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。