MEAD_front

**MEAD数据集正脸说话视频（数据集完善中...）**
原始数据来源于：https://modelscope.cn/datasets/WenhaoWang/MEAD，该数据集太大约200G，但有很多缺失部分。
抽取其中的正脸视频子集，零散的zip文件为补充文件，整理并分块归档到MEAD_FRONT.tar.gz.*，共7个，每个8GB，最后整个数据集约60G。

**使用方法：**
tar -czf - /data/coding/MEAD_FRONT | split -b 8G - MEAD_FRONT.tar.gz.
# 合并分块文件并解压
cat MEAD_FRONT.tar.gz.* | tar -xzf -

音频文件：wav_raw.zip
图像抽帧：video_image_save.zip
其余文件下载时可以跳过

**文件名映射关系（音频、图像-->视频）：**

"""
mapping = {
# 男说话人
'M003': '0',
'M005': '1',
'M007': '2',
'M009': '3',
'M011': '4',
'M012': '5',
'M013': '6',
'M019': '7',
'M022': '8',
'M023': '9',
'M024': '10',
'M025': '11',
'M026': '12',
'M027': '13',
'M028': '14',
'M029': '15',
'M030': '16',
'M031': '17',
'M032': '18',
'M033': '19',
'M034': '20',
'M035': '21',
'M037': '22',
'M039': '23',
'M040': '24',
'M041': '25',
'M042': 'NA',

# 女说话人
'W009': '26',
'W011': '27',
'W014': '28',
'W015': '29',
'W016': '30',
'W018': '31', #=======
'W019': '32',
'W021': '33', #=======
'W023': '34',
'W024': '35',
'W025': '36',
'W026': '37',
'W028': '38',
'W029': '39',
'W033': '40',
'W035': 'NA',
'W036': 'NA',
'W037': '43',
'W038': '44',
'W040': 'NA'
}
"""

**MEAD数据集正脸说话视频（数据集仍在完善中）**
原始数据来源：https://modelscope.cn/datasets/WenhaoWang/MEAD，该数据集总容量约200G，但存在多处缺失内容。
本次从原始数据中抽取正脸说话视频子集，以零散的ZIP压缩包作为补充文件，经整理与分块归档后得到`MEAD_FRONT.tar.gz.*`系列分卷文件，共计7个，每个分卷大小为8GB，最终整合后的数据集总容量约60GB。

**使用方法：**
# 打包并生成分卷文件
tar -czf - /data/coding/MEAD_FRONT | split -b 8G - MEAD_FRONT.tar.gz.
# 合并分卷文件并解压
cat MEAD_FRONT.tar.gz.* | tar -xzf -

音频文件：`wav_raw.zip`
图像抽帧相关文件：`video_image_save.zip`
其余文件可在下载时跳过。

**文件名映射关系（音频、图像与视频的对应关系）：**

mapping = {
# 男性说话人
'M003': '0',
'M005': '1',
'M007': '2',
'M009': '3',
'M011': '4',
'M012': '5',
'M013': '6',
'M019': '7',
'M022': '8',
'M023': '9',
'M024': '10',
'M025': '11',
'M026': '12',
'M027': '13',
'M028': '14',
'M029': '15',
'M030': '16',
'M031': '17',
'M032': '18',
'M033': '19',
'M034': '20',
'M035': '21',
'M037': '22',
'M039': '23',
'M040': '24',
'M041': '25',
'M042': 'NA',

# 女性说话人
'W009': '26',
'W011': '27',
'W014': '28',
'W015': '29',
'W016': '30',
'W018': '31', #=======
'W019': '32',
'W021': '33', #=======
'W023': '34',
'W024': '35',
'W025': '36',
'W026': '37',
'W028': '38',
'W029': '39',
'W033': '40',
'W035': 'NA',
'W036': 'NA',
'W037': '43',
'W038': '44',
'W040': 'NA'
}

搜集汇总

背景与挑战

背景概述

MEAD_front数据集是MEAD数据集的正面说话视频子集，原始数据源较大且不完整，本数据集通过提取和重新组织，将大小优化至约60GB，以分卷压缩文件形式提供。它包含音频文件和视频帧的补充材料，并提供文件名映射表，便于关联不同说话人，适用于视频生成或语音处理等任务。