TVC (TV show Captions)

电视节目 Caption 是一个大规模的多模态字幕数据集，包含 261,490 个字幕描述和 108,965 个短视频片段。 TVC 是独一无二的，因为它的字幕也可以描述对话/字幕，而其他数据集中的字幕仅描述视觉内容。

The TV Program Caption (TVC) is a large-scale multimodal caption dataset that comprises 261,490 caption descriptions and 108,965 short video clips. TVC is unique in that its captions can also describe dialogues or on-screen subtitles, while captions in other datasets only describe visual content.

搜集汇总

背景与挑战

背景概述

TVC是一个2020年发布的大规模多模态字幕数据集，由北卡罗来纳大学教堂山分校创建，包含约26.1万条字幕描述和10.9万个短视频片段。其独特之处在于字幕不仅描述视觉内容，还涵盖对话和文本信息。