CAS-VSR-W1k 原名为 LRW-1000，是目前公开的最大的普通话词汇级唇语数据集。该数据集包含 1,000 个词类，包括来自 2,000 多位发言者的 700,000 个样本。该数据集包含超过 1,000,000 个汉字实例。

每个类别对应于由一个或几个汉字组成的普通话单词的音节。该数据集旨在涵盖不同语音模式和成像条件下的自然变化，以纳入实际应用中遇到的挑战。