AVA-ActiveSpeaker
收藏OpenXLab2026-04-18 收录
官方服务：
资源简介：
包含视频中时间标记的人脸轨迹，其中每个人脸实例都被标记为说话与否，以及语音是否可听。该数据集包含大约 365 万个人类标记帧或大约 38.5 小时的面部轨迹，以及相应的音频。
提供机构：
OpenDataLab创建时间：
2022-05-23
社区交流群
科研交流群
商业服务
包含视频中时间标记的人脸轨迹，其中每个人脸实例都被标记为说话与否，以及语音是否可听。该数据集包含大约 365 万个人类标记帧或大约 38.5 小时的面部轨迹，以及相应的音频。