FAIR-Play 音视频数据集

FAIR-Play 是一个音视频数据集，由 1,871 个视频剪辑及其在音乐室中录制的相应的双耳音频剪辑组成。该数据集是第一个通过专业 3Dio Binaural Mic 和 GoPro 采集的立体声与视觉对齐的数据集。

FAIR-Play is an audio-visual dataset consisting of 1,871 video clips and their corresponding binaural audio clips recorded in a music studio. This dataset is the first audio-visual dataset with aligned stereo audio and visual content, collected using professional 3Dio Binaural Microphones and GoPro cameras.

搜集汇总

背景与挑战

背景概述

FAIR-Play是一个音视频数据集，包含1,871个在音乐室录制的视频剪辑及对应的双耳音频，采用专业设备采集，实现了立体声与视觉对齐。该数据集发布于4年前，大小为98.84 GB，适用于音频分类和视频处理任务。