five

Facestar

收藏
OpenDataLab2026-05-24 更新2024-05-09 收录
下载链接:
https://opendatalab.org.cn/OpenDataLab/Facestar
下载链接
链接失效反馈
官方服务:
资源简介:
Facestar数据集旨在在大规模和高质量的环境中进行视听建模研究。核心数据集功能: 10小时的高质量视听语音数据音频记录在安静的环境中,分辨率为1300x1600的视频,每秒60帧,一个女性和一个男性说话者自然语音: 所有数据都是视频会议设置中的会话语音全脸可见性: 扬声器在说话时对着镜头

The Facestar Dataset is intended for audiovisual modeling research in large-scale, high-quality contexts. The core functionalities of the dataset are listed below: 1. 10 hours of high-quality audiovisual speech data: audio recorded in quiet environments, video with a resolution of 1300×1600 at 60 frames per second, featuring natural speech from one female and one male speaker; 2. All data consists of conversational speech captured in video conference settings; 3. Full facial visibility: Speakers face the camera directly while speaking.
提供机构:
OpenDataLab
创建时间:
2023-02-13
搜集汇总
数据集介绍
main_image_url
背景与挑战
背景概述
Facestar是一个用于大规模视听建模研究的高质量数据集,包含10小时由一男一女说话者在安静环境中录制的自然会话语音数据,视频分辨率为1300x1600、帧率为60fps,且说话者面部完全可见。该数据集由Meta Reality Labs于2022年发布,适用于视听语音增强等研究领域。
以上内容由遇见数据集搜集并总结生成
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作