Serial Speakers：一个电视剧数据集
信息检索
2021-01-19 v1 多媒体
摘要
十多年来，电视剧日益引起观众与诸多学术领域的兴趣。然而，尽管多数观众沉迷于电视连续剧的连贯情节，研究者可用的少数标注数据集聚焦于经典电视剧的独立单集。我们旨在通过向多媒体/语音处理界提供 Serial Speakers 来填补这一空白，这是一个包含来自三部热门美剧——《Breaking Bad》《Game of Thrones》与《House of Cards》——共 161 集的标注数据集。Serial Speakers 既适用于在现实用例场景下研究多媒体检索，也适用于在极具挑战性的条件下处理较低层次的语音相关任务。我们公开释出了每一语音段（边界、说话人）与场景边界的标注，以及镜头边界、重复镜头与部分子集内交互说话人的标注。受版权限制，公开版数据集中语音段的文本内容被加密，但我们向用户提供简单的在线工具以从其自有字幕文件恢复明文。
引用
@article{arxiv.2002.06923,
title = {Serial Speakers: a Dataset of TV Series},
author = {Xavier Bost and Vincent Labatut and Georges Linares},
journal= {arXiv preprint arXiv:2002.06923},
year = {2021}
}