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")