CAS-VSR-W1k 唇语识别数据集

CAS-VSR-W1k 原名为 LRW-1000，是目前公开的最大的普通话词汇级唇语数据集。该数据集包含 1,000 个词类，包括来自 2,000 多位发言者的 700,000 个样本。该数据集包含超过 1,000,000 个汉字实例。

CAS-VSR-W1k, formerly named LRW-1000, is currently the largest publicly available Mandarin vocabulary-level lip-reading dataset. This dataset contains 1,000 word categories, with over 700,000 samples from more than 2,000 speakers. It includes more than 1,000,000 Chinese character instances.

搜集汇总

背景与挑战

背景概述

CAS-VSR-W1k（原LRW-1000）是目前公开的最大的普通话词汇级唇语识别数据集，包含1,000个词类、来自2,000多位发言者的700,000个样本，以及超过1,000,000个汉字实例。该数据集旨在模拟不同语音模式和成像条件下的自然变化，以支持实际唇语识别应用，适用于非商业用途的研究。