SoccerNet-Echoes：足球比赛音频解说数据集
声音
2025-08-26 v1 信息检索
机器学习
多媒体
音频与语音处理
摘要
自动语音识别（ASR）技术在足球领域的应用为体育分析提供了诸多机遇。 Specifically，从 ASR 提取音频解说为解捕获比赛事件的有价值见解，为诸如自动高亮生成等多个下游应用打开大门。本文提出 SoccerNet-Echoes，这是 SoccerNet 数据集的一个扩展版本，包含了通过 ASR 自动生成的足球比赛广播音频解说的转录文本，使视频内容获得了由比赛音频派生的丰富文本层。这些通过 Whisper 模型生成的文本解说经 Google Translate 翻译，扩展了 SoccerNet 数据集在多种应用（如增强动作检测、自动标题生成和比赛概述）中的有用性。通过将文本数据与视觉和听觉内容相结合，SoccerNet-Echoes 旨在为开发专注于捕捉足球比赛动态的算法提供全面资源。我们详细描述了数据集筛选方法和 ASR 集成方式。我们还强调了多模态方法在体育分析中的意义，以及该丰富数据集如何支持多种应用，从而拓宽了体育分析领域的研究与开发范围。
关键词
引用
@article{arxiv.2405.07354,
title = {SoccerNet-Echoes: A Soccer Game Audio Commentary Dataset},
author = {Sushant Gautam and Mehdi Houshmand Sarkhoosh and Jan Held and Cise Midoglu and Anthony Cioppa and Silvio Giancola and Vajira Thambawita and Michael A. Riegler and Pål Halvorsen and Mubarak Shah},
journal= {arXiv preprint arXiv:2405.07354},
year = {2025}
}