Landscape Dataset

该数据集包含了928个自然视频，每个视频被剪辑成了10秒的片段，涵盖了九种不同的场景。此外，该数据集的用途是为了与之前的工作进行公平的比较。规模上，共有928个视频，任务涉及音频到视频的生成以及对齐。

This dataset contains 928 natural videos, each clipped into 10-second segments and covering nine distinct scenarios. It is developed for fair comparison with prior works, and the relevant tasks involve audio-to-video generation and alignment.

搜集汇总

背景与挑战

背景概述

Landscape Dataset包含928个10秒自然视频片段，涵盖九种不同场景，专为音频到视频生成任务设计。该数据集旨在与先前工作公平比较，支持视频与音频的对齐研究。