景联文科技提供语音数据采集标注服务

什么是语音标注？

语音标注是数据标注行业中一种常见的标注类型，是由标注员对语音信息进行不断标注转写，让人工系统进行进一步学习，标注后的数据主要用于人工智能机器学习，相当于给计算机系统装上了“耳朵”，使其具备了“能听”的功能，使计算机可以拥有精准的语音识别能力。

语音标注主要包含了ASR语音转写、语音切割、语音清洗、清洗判定、声纹识别、音素标注、韵律标注、发音校对这八种常见的标注方式。

语音标注和人工智能有着密切的联系，当前，语音识别技术已经在日常生活中多方面普及，如语音助手、智能音箱、智能客服等。随着人工智能的发展，人机语音交互场景将向更多的方向延伸，在辨认精度、场景优化等层面、对语音辨认技术提出了更高的要求。

 AI数据的重要性

近些年，人工智能不断发展，赋能人工智能的工具链却并不完善。数据作为人工智能迭代创新的核心要素之一，优化训练数据成为AI模型进一步提升准确率的重要方式。为推进AI应用高质量落地，人工智能基础数据服务商需要对数据采集、清洗、信息抽取、标注、质检、管理等环节进行更加精细的把控，以提供出更高质量的数据。

景联文科技为语音标注提供数据支持

景联文科技作为长三角地区规模最大的AI基础数据服务商之一，现有数据库拥有语音数据集超100T，已采集涵盖数万小时以上的语言朗读、自然语言对话语音数据，可快速提供符合要求的数据集。例如《50800段车内录音采集数据集》、《60000段中文语音数据集》、《100个id12000段中国人读英语唤醒词数据集》、《21000段ASR语音转写音频训练集》、《13000段语音切割音频训练集》等可用于研究语音识别技术的算法的数据集，可有效提升测试效率。

景联文科技构建了全国27个省市直辖市全球52个国家的数据采集资源网络，拥有丰富的方言，小语种采集渠道、场景搭建能力，特殊场景数据采集能力，支持语音识别ASR采集、语音合成TTS采集、唤醒词采集、多人对话采集、车载语音采集、普通话采集、方言采集、英语采集、小语种采集、近远场采集、语音VAD采集等。可以根据方案设计，对目标领域、场景的特定数据进行采集。

景联文科技先后建立杭州数据总部，武汉、金华、衡阳等不同省市数据处理分部，采取阿米巴内部竞争管理模式，培养了930人的全职标注团队，研发景联文科技数据标注平台，支持ASR语音转写、语音切割、语音清洗、情绪判定、声纹识别、音素标注、韵律标注、发音校对，满足人工智能多样性和丰富性的数据标注需求。