伊朗德黑兰谢里夫科技大学 发布 LRW-Persian 数据集, 应用在 唇读识别、语言处理 领域

伊朗德黑兰谢里夫科技大学 本次发布的数据集 LRW-Persian, LRW-Persian是迄今为止最大的波斯语单词级唇读数据集，包含743个目标单词和超过414,000个视频样本，这些样本是从超过67个电视节目的1,900多个小时的镜头中提取的。该数据集旨在作为一个基准资源，提供speaker-disjoint训练和测试分割，广泛的地域和方言覆盖，以及丰富的每个剪辑元数据，包括头部姿态、年龄和性别。为了确保大规模数据质量，我们建立了一个全自动的端到端策展流程，包括基于自动语音识别（ASR）的转录、主动说话者定位、质量过滤和姿态/面具筛选。

查看LRW-Persian

关于 伊朗德黑兰谢里夫科技大学 , 伊朗德黑兰谢里夫科技大学是伊朗的一所著名研究型大学，以其在工程、科学和 technology 领域的高质量教育和研究而闻名。

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。