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")