【五号雷达-数据快讯】MiraData - 包含长时间和结构化字幕的大规模视频数据集

MiraData（Mini-Sora Data）是腾讯公司针对长视频生成任务构建的一个大规模视频数据集。该数据集的特点是拥有较长的视频时长和精心设计的字幕，每个视频片段时长介于1至2分钟之间，均配有结构化字幕。当前版本的MiraData包含57,803个视频片段，累积时长达1,754小时，覆盖了游戏体验和城市/景观探索两种情景。为了收集MiraData，研究人员首先手动筛选了不同情景下的YouTube频道，然后下载并使用PySceneDetect工具对频道中的视频进行分割，最后利用GPT-4V为视频片段添加了结构化字幕。该数据集不仅为长视频生成任务提供了宝贵的资源，也为视频内容理解与生成领域的研究者提供了新的挑战与机遇。

详情请参见五号雷达：https://www.5radar.com/result?key=MiraData