相关实验视频
Updated: Jul 12, 2026
12:09
Stimulating the Lip Motor Cortex with Transcranial Magnetic Stimulation
Published on: June 14, 2014
19.0K
LipBengal:先进的孟加拉语唇读数据集,通过嘴唇手势进行发音映射
Md Tanvir Rahman Sahed1, Md Tanjil Islam Aronno1, Hussain Nyeem1
1Department of Electrical, Electronic and Communication Engineering, Military Institute of Science and Technology (MIST), Dhaka 1216, Bangladesh.
Data in brief
|January 23, 2025
概括
LipBengal数据集促进了孟加拉语的唇读和视觉语音识别. 这种全面的数据集有助于为第七种最常用的语言开发准确的模型,有利于可访问性和研究.
科学领域:
- 计算机科学 计算机科学
- 语言学的语言学.
- 人工智能的人工智能
背景情况:
- 孟加拉语是全球第七大口语,在唇读和视觉语音识别研究中代表性不足.
- 现有的数据集往往缺乏在资源不足的语言中进行强有力的模型培训所需的多样性和深度.
研究的目的:
- 介绍LipBengal,这是孟加拉语唇读和视觉语音识别的最广泛的数据集.
- 提供一个全面的资源,用于对比和验证孟加拉语音识别的深度学习模型.
主要方法:
- 从150个不同的孟加拉语说者收集视觉数据.
- 在不同的,不受控制的环境条件下捕获的数据.
- 在54个类别中,从语音水平到完整句子构造的注释数据.
主要成果:
- LipBengal数据集是迄今为止最大的孟加拉语唇读数据集,包含54个语音类,字母和符号.
- 在各种条件下捕获的数据确保了深度学习架构的稳定性.
- 详细的注释有助于细分分析和模型培训.
结论:
- LipBengal显著弥合了孟加拉语视觉语音识别资源的差距.
- 数据集的全面性质和多样化的数据将促进唇读技术,可访问性和语言研究的进步.
- 它是研究人员和开发人员在资源不足的语言上工作的宝贵资产.
关键词:
孟加拉语 孟加拉语数据集数据集数据集深度学习是一种深度学习.嘴唇的手势 唇部的手势嘴唇上的读音这是一个Phonemeeme.语音分类 语音分类 语音分类没有限制的环境环境.视觉语音识别 (VSR) 是一种语言识别技术.更多相关视频
相关概念视频
01:38What are Lipids?
Overview
01:11Genetic Lingo
Overview
01:06Lipid Digestion
Lipids are large molecules that are generally not water-soluble. Since most of the digestive enzymes in the human body are water-based, there are specific steps the body must take to break down lipids and make them available for use.
03:38Structure of Lipids
Lipids include a diverse group of compounds that are largely nonpolar in nature. This is because they are hydrocarbons that include mostly nonpolar carbon-carbon or carbon-hydrogen bonds. Non-polar molecules are hydrophobic (“water fearing”), or insoluble in water. Lipids perform many different functions in a cell. Cells store energy for long-term use in the form of fats. Lipids also provide insulation from the environment for plants and animals. For example, they help keep aquatic birds and...