发布 TalkingMachines Video Dataset 数据集, 应用在 音频视频同步、机器学习 领域

本次发布的数据集 TalkingMachines Video Dataset, 该数据集包含了150万个高质量、以人为中心的高清视频片段，这些片段经过了场景检测、美学评分、动作评分以及文本内容的筛选。视频片段主要聚焦于单一说话者，且每段至少持续4秒钟，支持多种不同的宽高比。该数据集的规模达到了150万个片段，旨在支持音频驱动的视频生成和唇形同步任务。

查看TalkingMachines Video Dataset

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 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。