近兩年，隨著“一帶一路”建設(shè)的深入推進(jìn)以及國內(nèi)5G、大數(shù)據(jù)、AI和云計(jì)算等新興技術(shù)產(chǎn)業(yè)迅速崛起，已經(jīng)有越來越多的中國科技企業(yè)實(shí)現(xiàn)走出去。據(jù)白鯨出海數(shù)據(jù)顯示，2019年中國出海企業(yè)共7415家，游戲、社交、短視頻直播、手機(jī)及硬件、電商等占據(jù)了80%以上的份額。
然而，對于主打AI語音產(chǎn)品的企業(yè)來說，出海之路仍面臨諸多難題。在海外市場，除了要面對不同的市場環(huán)境、人文特征、技術(shù)安全、數(shù)據(jù)合規(guī)等一系列挑戰(zhàn)，首當(dāng)其沖的應(yīng)屬當(dāng)?shù)劐e綜復(fù)雜的語言問題。通過準(zhǔn)確而清晰的合成語音實(shí)現(xiàn)與當(dāng)?shù)赜脩?ldquo;無礙溝通”，是智能語音產(chǎn)品能夠打開市場的基本前提。
跨越語言門檻打造高質(zhì)量語音合成
眾所周知，數(shù)據(jù)作為人工智能的“燃料”，在實(shí)現(xiàn)人機(jī)交互的過程中發(fā)揮了舉足輕重的作用。而語音合成為機(jī)器提供聲音支持，是語音交互的前提。
據(jù)了解，目前世界上共有7000多種語言，其中使用人數(shù)超過5000萬的語言僅有10余種。小語種，顧名思義即語言覆蓋范圍小，使用人數(shù)少而無法作為國際流通語言。對于小語種合成語音的實(shí)現(xiàn)而言，由于不同語言之間差異很大，開發(fā)商需要根據(jù)不同的語言特性單獨(dú)建模。為保證語音合成效果，就需要運(yùn)用不同語種的優(yōu)質(zhì)數(shù)據(jù)集進(jìn)行模型優(yōu)化。
語音數(shù)據(jù)庫的采集是把各個語種常用句子、詞語以語音的方式搜集記錄下來，組成一個數(shù)據(jù)集，標(biāo)注則是將采集好的數(shù)據(jù)通過標(biāo)重點(diǎn)、打標(biāo)簽、框?qū)ο蟆⒆鲎⑨尩仁侄巫鞒鰳?biāo)注，再將這些采集并完成標(biāo)注的數(shù)據(jù)集給機(jī)器訓(xùn)練和學(xué)習(xí)，成功發(fā)出媲美當(dāng)?shù)厝说穆曇?。因此，小語種種類越多，需要完成的語音數(shù)據(jù)采集和標(biāo)注工作也就越多。
當(dāng)前，高質(zhì)量小語種訓(xùn)練數(shù)據(jù)稀缺，成為語音合成的一大瓶頸。
多語種、多場景小語種語音數(shù)據(jù)集
作為國內(nèi)領(lǐng)先的AI數(shù)據(jù)服務(wù)提供商，標(biāo)貝科技擁有專業(yè)的數(shù)據(jù)處理團(tuán)隊(duì)和強(qiáng)大的數(shù)據(jù)采集、處理能力，在數(shù)據(jù)采集和語料標(biāo)注方面具備豐富的實(shí)踐經(jīng)驗(yàn)，可以提供語音合成技術(shù)建模和測試需要的深度標(biāo)注加工的數(shù)據(jù)服務(wù)。
面對小語種語音數(shù)據(jù)的需求難題，標(biāo)貝科技推出一系列小語種語音數(shù)據(jù)集，覆蓋葡語、俄語、印尼語、西語、法語、韓語、德語、意大利語、日語等多個語種，并完成對數(shù)據(jù)集的音標(biāo)、重音標(biāo)注、韻律標(biāo)注，可供算法優(yōu)化直接使用，助力中國智能語音產(chǎn)品順利出海。
| 標(biāo)貝科技自有語音數(shù)據(jù)庫 |
| 1、巴葡男聲語音庫 |
| 2、巴葡女聲語音庫 |
| 3、俄語男聲語音庫 |
| 4、印尼語男聲語音庫 |
| 5、西西語女聲語音庫 |
| 6、墨西語女聲語音庫 |
| 7、法語女聲語音庫 |
| 8、韓語女聲語音庫 |
| 9、韓語男聲語音庫 |
| 10、德語男聲語音庫 |
| 11、意大利男聲語音庫 |
| 12、日語女聲語音庫 |
*以上數(shù)據(jù)庫列表僅為部分內(nèi)容，如需完整數(shù)據(jù)庫請聯(lián)系我們
Your browser does not support the audio element.
巴葡男聲采集語音數(shù)據(jù)樣音
Your browser does not support the audio element.
巴葡女聲采集語音數(shù)據(jù)樣音
Your browser does not support the audio element.
俄語男聲采集語音數(shù)據(jù)樣音
Your browser does not support the audio element.
西西語女聲采集語音數(shù)據(jù)樣音
Your browser does not support the audio element.
意大利男聲采集語音數(shù)據(jù)樣音
Your browser does not support the audio element.
法語女聲采集語音數(shù)據(jù)樣音
在應(yīng)用場景上，標(biāo)貝科技小語種語音數(shù)據(jù)庫可以廣泛應(yīng)用于諸如智能客服、語音助手、聊天機(jī)器人、在線學(xué)習(xí)、有聲讀物或新聞播報等領(lǐng)域。例如，在智能客服領(lǐng)域，掌握多個語種，能夠?qū)崿F(xiàn)不同語種客戶多樣化溝通需求，幫助客服提升服務(wù)質(zhì)量；在語音導(dǎo)航場景下，擁有越多的語種，才能向不同語種的用戶發(fā)出準(zhǔn)確、清晰的答復(fù)；在教育場景下，還能通過和虛擬小語種老師的對話，為學(xué)生提供外語口語的學(xué)習(xí)環(huán)境。毫無疑問，標(biāo)貝科技小語種語音數(shù)據(jù)集將為智能語音設(shè)備出海帶來更多機(jī)會。
同時，標(biāo)貝科技也在官網(wǎng)“數(shù)據(jù)業(yè)務(wù)”--“數(shù)據(jù)產(chǎn)品”--“語音合成”板塊增加小語種語音數(shù)據(jù)體驗(yàn)入口，歡迎小語種應(yīng)用廠商、各企業(yè)及開發(fā)者體驗(yàn)下載：https://www.data-baker.com/data/index/compose
當(dāng)然，如果以上數(shù)據(jù)不能滿足您當(dāng)前的需求，標(biāo)貝科技還可以針對特定人群、特定場景、特定語種提供相應(yīng)的數(shù)據(jù)定制化服務(wù)，全力幫助企業(yè)客戶得到滿意的數(shù)據(jù)服務(wù)。
歡迎對以上數(shù)據(jù)集感興趣的行業(yè)伙伴聯(lián)系我們~郵箱：business@data-baker.com
