К содержимому

Датасет · Soul-AILab

330 тыс. клипов говорящих голов на 15+ языках

Soul-AILab/VividHead

782 часа обрезанных по голове видео с речью: 330 тыс. клипов, 15+ языков, разный возраст.

Что внутри

Крупный датасет говорящих голов: 330 тыс. клипов и 782 часа видео, кадрированных по голове говорящего. Материал охватывает более 15 языков и широкий разброс по возрасту людей. Собран для задачи image-to-video — генерации бесконечного потокового видео говорящего человека в реальном времени.

Что можно сделать

  • Обучение image-to-video моделей анимации портрета по речи
  • Тренировка talking-head систем с потоковой генерацией
  • Проверка мультиязычных моделей синтеза говорящей головы
Задачи
Картинка → видео
Размер
100K–1M записей
Скачиваний за месяц
1,9 тыс.
Лайков
69

Модели, обученные на нём

Как загрузить

from datasets import load_dataset

ds = load_dataset("Soul-AILab/VividHead")