VidTIMIT Audio-Video Dataset

See http://conradsanderson.id.au/vidtimit/ for details. Summary: Video and corresponding audio recordings of 43 people, reciting short sentences. Useful for research on topics such as automatic lip reading, multi-view face recognition, multi-modal speech recognition and person identification.

详细信息请访问：http://conradsanderson.id.au/vidtimit/。数据集概述：收录43名朗诵短句的人员的视频及对应音频录制内容。本数据集可用于自动唇语识别（automatic lip reading）、多视角人脸识别（multi-view face recognition）、多模态语音识别（multi-modal speech recognition）以及人物身份识别（person identification）等方向的研究工作。

搜集汇总

背景与挑战

背景概述

VidTIMIT Audio-Video Dataset是一个包含43个人的视频和音频录音的数据集，每个人朗读短句，适用于自动唇读、多视角人脸识别、多模态语音识别和人员识别等研究。