К содержимому

Датасет · academic5000

Видеодатасет китайских дикторов для генерации жестикуляции

academic5000/CAS

Более 19 000 видео с китайскими дикторами для обучения и оценки моделей генерации портретного видео с жестами.

Что внутри

Датасет Chinese Announcer Speech (CAS) подготовлен авторами научной статьи для журнала TCSVT 2026. Он включает свыше 19 000 видеоклипов на китайском языке с участием более 800 уникальных спикеров и предназначен для оценки генерации портретных видео, где жесты соответствуют речи.

Что можно сделать

  • Обучение и валидация моделей генерации говорящих аватаров и жестикуляции под речь
  • Исследование синхронизации движений рук и тела с речевым потоком на китайском языке
Языки
Китайский
Размер
10K–100K записей
Скачиваний за месяц
561
Лайков
4
Доступ
по запросу на Hugging Face

Как загрузить

from datasets import load_dataset

ds = load_dataset("academic5000/CAS")