arXiv · NLP· Haotian Qi, Gabriel Skantze·· 9 天前AI 评分32
AVCC:用于结合人类基准测试的视觉语音对话语料库
AVCC: Audio-Visual Conversation Corpus for Turn-Taking Prediction with a Human Benchmark
AI 导读
AVCC是一个31小时的单摄像头单麦克风视觉语音对话语料库,用于多方下一位说话人预测(NSP)公开基准。 该语料库包含双人和三人在线对话,带有词级强制对齐转录文本,并新增了一个说话人不相交的七段视频测试划分,包含865个保持静默和865个切换静默事件,以及在相同事件上收集的人类参考基准。
来源:arXiv · NLP · arxiv.org