SND-VID-001慧听音视频数据库
发布日期:2026-08-03
慧听音视频数据库正处于制作阶段。采集地点是各种真实的自然场景和人为场景,已完成超过400条数据采集。目前,正在进行更多真实场景的数据采集和数据的后期制作。
该数据库采集设备是Insta360全景相机、具有高质量音画录制能力的智能手机、高保真录音设备。通过这些设备可捕捉场景中的真实声音与画面质感。
部分数据示例如下:

视频格式:4K,30帧率,MP4文件;音频格式:48K,16bit,立体声,非压缩WAV文件。
已完成数据采集的规模如下:
|
录制设备 |
场景类型 |
条数 |
时长(小时) |
|
智能手机 |
自然场景 |
95 |
29+ |
|
人为场景 |
303 |
96+ |
|
|
全景相机 |
自然场景 |
18 |
7+ |
|
人为场景 |
35 |
13+ |
|
|
总计 |
451 |
146+ |
|
自然场景包括树林、海洋、溪流、雨天等;人为场景包括车水马龙、日常活动、家用设备等。
该数据库场景覆盖多种真实的自然场景和人为场景,录制画面角度多、画质清晰、声音真实,可用于AI内容生成的训练样本与素材库,以及其他领域内容制作。
相关数据
-
评价:{{item.assess}}