唇形多模态视频数据
收藏杭州数据交易所2026-06-29 更新2026-06-30 收录
下载链接：
https://mall.hzdex.cn/data-exchange/111500400191504?from=/data-exchange
下载链接
链接失效反馈官方服务：
资源简介：
用于训练 CNN+LSTM、ViT、VocaLiST 等跨模态模型，还有 3D 唇形重建相关模型。可提升唇形 - 语音精准对齐、静音唇语识别、跨模态转换及复杂环境下唇形解析的鲁棒性。服务于听障人士无障碍交流、车载静音交互、安防隐蔽语音识别、虚拟人唇形驱动等场景。
提供机构：
数据堂（北京）科技股份有限公司创建时间：
2025-12-30
搜集汇总
数据集介绍
背景与挑战
背景概述
该数据集包含200人采集的20-30GB多角度唇形音视频数据，每人录制13段正脸、侧脸、俯仰等不同视角的视频。可用于训练CNN+LSTM、ViT、VocaLiST等跨模态模型及3D唇形重建模型，提升唇形-语音精准对齐、静音唇语识别和复杂环境下的鲁棒性。服务于听障人士无障碍交流、车载静音交互、安防隐蔽语音识别及虚拟人唇形驱动等场景。
以上内容由遇见数据集搜集并总结生成
