标貝科技高質量數據集 打造精準維語語音識别服務

　　/朝聞社/2022年05月27日廣州消息——近年來，随着“一帶一路”倡議的推進，擁有極其豐富資源的新疆作為“絲綢之路經濟帶”核心地區，已經成為我國西部地區經濟增長重要支點，與其他民族之間的交融與日俱增，越來越多的人開始了解新疆。

　　新疆，近50%的人口是維吾爾族，以維吾爾語為其主要使用語言，其中有很大一部分人不懂得漢語。

　　随着AI的飛速發展，應用場景不斷擴展，智能語音設備無處不在，對于方言語音識别的需求也在日漸增加。為了讓維吾爾族民衆也能夠享受人工智能、大數據、雲計算等新技術為工作生活所帶來的便利，标貝科技基于深度學習平台以及維吾爾語大量詞彙，推出維吾爾語語音識别服務，助力維漢之間商業文化的交流，推動當地經濟社會全面發展。

　　标貝維語語音識别能力

　　語音識别是解決讓機器聽得懂的問題，但是受複雜的外部因素影響，如環境噪聲、多人對話、方言口音等，都會對識别結果造成一定幹擾，一旦識别錯誤，就可能影響溝通雙方對信息的理解。

　　标貝科技基于自研的深度神經網絡訓練聲學模型，并采用大量維語語料數據進行模型和系統的疊代調優，最終輸出可以商業化的維語語音識别服務能力，整體識别速度和準确率可以滿足多種語音交互場景的個性化需求。

　　例如，在智能客服領域，針對人工坐席與客戶的通話錄音進行智能話務質檢，幫助客服提升服務質量;在政務應用方面，可以為新疆的公安、司法等機構提供智能會議語音轉寫方案，為法院提供智能庭審實時語音轉寫系統，讓信息溝通變得順暢，有效提升政法機構業務效率;在線教育場景中，精準識别維語學習者的口語發音、表達能力并進行分析，快速提高口語能力。

　　标貝維語語音數據庫

　　衆所周知，基于機器學習的各種技術，往往都離不開算法和數據的積累。而想要提高語音識别的準确率，就需要大量的優質語音數據作為模型訓練支撐。

　　維吾爾語是新疆維吾爾自治區的官方語言之一，目前我國境内使用人口約有1,500萬。由于其黏着性語言的特征，利用豐富的詞綴可以産生超大詞彙，讓維吾爾語語音在采集、标注上的難度高于國内其他語言，導緻維語的語音識别訓練語料始終稀缺，給語音識别帶來很大困難。

　　面對以上難題，标貝科技在上線維語語音識别服務前，就已經推出800小時、1000多人參與錄音的成人維語朗讀及自由交談數據庫，已經完成标注，數據質量達到商業化的要求。

　　成人維吾爾語朗讀數據庫

　　數據庫特點：朗讀類語音

　　錄音環境：安靜室内

　　數據時長：600 h

　　錄音人數：605人

　　錄音語料：通用

　　文件格式：WAV

　　語音參數：16kHz/16bits

　　錄音設備：手機

　　适用領域：可應用于智能客服、智能家居等語音識别場景

　　成人維語自由交談數據庫

　　數據庫特點：自由交談類語音

　　錄音環境：安靜室内

　　數據時長：200 h

　　錄音人數：450人

　　錄音語料：通用

　　文件格式：WAV

　　語音參數：16kHz/16bits

　　錄音設備：手機

　　适用領域：可應用于智能會議系統、輸入法、社交等語音識别場景

　　歡迎對以上數據集感興趣的行業夥伴聯系我們~

　　伴随此次維語語音識别能力的上線，當前标貝科技可以支持漢字、英文;方言中的粵語、維語的語音識别，廣泛應用于工作、生活、學習多種場景。未來，标貝科技将在技術創新和數據服務的基礎上，持續為AI産業打造更準确、更高效的語音識别服務。