发布 AVA-ActiveSpeaker 数据集, 应用在 声音识别、视频分析 领域

本次发布的数据集 AVA-ActiveSpeaker, 该数据集是首个针对野外环境中的活跃说话者检测的大型标准化基准，包含了来自全球电影行业的262个YouTube视频。每个视频都在第15至30分钟进行标注，以25-30帧/秒的速度录制，并裁剪成1至10秒的视频语句。该数据集规模为262个视频，其中120个用于训练，33个用于验证，109个用于测试，任务目标是活跃说话者检测。

查看AVA-ActiveSpeaker

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。