多所高校联合发布学术视听数据集M3AV

多所高校联合发布学术视听数据集M3AV，一个包含367小时学术演讲视频的多模态数据集，涵盖了广泛的学科领域。这个数据集以其丰富的标注和多样性，推动了AI在语音识别、语音合成和学术知识理解的边界。实验结果证明，它能有效提升模型性能，尤其是在处理复杂的学术内容时。
来源：https://mp.weixin.qq.com/s/UQ2P5AFm7yhjFm2lc70O8g