发布 Multimodal Object Dataset 数据集, 应用在 语音识别、多模态交互 领域

本次发布的数据集 Multimodal Object Dataset, 该数据集是一个开放的数据库，包含了视觉、触觉和听觉等多感官数据，同时还包括了多模态共存线索。该数据集由单一说话者在消音室内录制的75句日语句子组成，语音经过处理以去除静默间隔。数据集涵盖了24个物体，这些物体被分为七个类别。其任务是通过音素和词汇发现来进行语音单元的发现。

查看Multimodal Object 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。