LRW、LRS2和LRS3是从在野外视频。
600万+
800 +
5,000 +
数据集由两个版本组成，LRW和LRS2。每个版本都有自己的训练/测试划分。对于每一个，我们都提供了裁剪的人脸轨迹和相应的字幕。这两个版本之间没有重叠。
多达1000个500个不同单词的话语
来自英国电视台的1000条自然语句
TED和TEDx视频中的1000个自然句子
@诉讼中{Chung16，author=“Chung，J.~S.和Zisserman，A.”，title=“野外唇读”，booktitle=“亚洲计算机视觉会议”，year=“2016”，}
@诉讼中{Chung17，author=“Chung，J.~S.和Senior，A.，以及Vinyals，O.和Zisserman，A.”，title=“狂野中的唇读句子”，booktitle=“IEEE计算机视觉和模式识别会议”，year=“2017”，}
@诉讼{Chung17a，author=“Chung，J.~S.和Zisserman，A.”，title=“侧面唇读”，booktitle=“英国机器视觉会议”，year=“2017”，}
视听数据集可用于多种应用，包括：
