Hugging Face 发布 UniTalk 数据集, 应用在 声音识别、机器学习 领域

Hugging Face 本次发布的数据集 UniTalk, 该数据集名为UniTalk，专为活跃说话者检测而设计，特别关注包含较少代表性语言、噪声背景以及拥挤场景等具有挑战性的真实世界情境。该数据集包含超过44.5小时的视频，并在48,693个说话者身份的帧级别提供了活跃说话者的标注。UniTalk为活跃说话者检测设立了新的基准，为在真实条件下开发和评估模型提供了宝贵的资源。该数据集规模超过44.5小时的视频，所涉及的任务是活跃说话者检测（Active Speaker Detection，简称Asd）。

查看UniTalk

Dataset card 内容： 

Files and versions 内容： 

关于 Hugging Face , Hugging Face是一家专注于自然语言处理和人工智能领域的公司，提供丰富的预训练模型和工具，支持开发者在NLP任务中快速构建和部署高效的解决方案。

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。