Збір голосових даних для навчання штучного інтелекту
Ваш голосовий сервіс має розуміти клієнта, який називає адресу доставки, запитує про платіж або пояснює проблему своїми словами. Саме такі ситуації варто відтворювати в даних для навчання й тестування.
Technolex готує українськомовні аудіодані для систем розпізнавання мовлення, голосових ботів, віртуальних помічників та інших продуктів зі штучним інтелектом. Допомагаємо командам, які розробляють власні рішення або адаптують їх для українських користувачів.
Організовуємо добір учасників, запис і перевірку матеріалів. Ви отримуєте набір даних під завдання свого продукту, з погодженими характеристиками мовлення та технічними параметрами.
Деякі з наших клієнтів
Чому варто замовити збір голосових даних у Technolex
Знаємо українську мову та її особливості Працюємо з українською мовою та локалізацією з 2010 року. Наші лінгвісти знають сучасну лексику, професійну термінологію та особливості живого мовлення. Залучаємо ці знання до підготовки й перевірки даних для вашого продукту.
Добираємо учасників під вашу аудиторію Узгоджуємо вік, регіони, мовні особливості та інші важливі характеристики учасників. Перед записом перевіряємо їхню відповідність вимогам проєкту.
Готуємо текстову розшифровку й розмітку За потреби доповнюємо аудіо транскрипціями, часовими мітками та позначеннями мовців. Правила запису чисел, скорочень, обмовок і незавершених фраз погоджуємо до початку роботи, щоб у всьому наборі даних застосовувався однаковий підхід.
Беремо на себе організацію роботи Вашій команді не потрібно окремо координувати учасників, лінгвістів і перевіряльників. Менеджер Technolex узгоджує вимоги, передає їх виконавцям і супроводжує проєкт до передавання результату.
Відштовхуємося від завдань вашого сервісу Що має розуміти ваша система: запити до служби підтримки, назви товарів, банківські терміни чи команди в застосунку? Наприклад, для сервісу доставки варто передбачити адреси, номери відділень, уточнення часу та зміни замовлення.
Враховуємо умови використання Організовуємо запис на погоджених пристроях і в заданих акустичних умовах. Це може бути тихе приміщення, запис зі смартфона або сценарій із контрольованим фоновим шумом.
Перевіряємо звук і зміст Контролюємо повноту записів, відповідність завданню, технічні дефекти, дублікати та супровідні дані. Матеріали, які не відповідають погодженим критеріям, виправляємо або перезаписуємо.
Дбаємо про конфіденційність Обмежуємо доступ до матеріалів проєкту й за потреби підписуємо угоду про нерозголошення. Згоду учасників на запис та використання матеріалів оформлюємо до початку збору даних.
Як відбувається збір голосових даних
Ви надсилаєте запит за допомогою цієї форми або електронної пошти
Швидка відповідь У робочий час ми відповідаємо протягом 30 хвилин, указуючи вартість або уточнюючи відомості.
Початок роботи над проєктом Після уточнення всіх питань і вашого підтвердження ми починаємо працювати над перекладом.
Надійне управління Вашим проєктом керує менеджер, який слідкує за якістю та дотриманням термінів здачі.
Здача й підтвердження Ви отримуєте аудіофайли із супровідними даними та, якщо це передбачено завданням, текстовими розшифровками й розміткою.
Поширені запитання
Для яких проєктів можна замовити голосові дані?
Для навчання й перевірки систем автоматичного розпізнавання мовлення, голосових помічників, ботів та розпізнавання команд.
Наприклад, ви можете зосередити проєкт на зверненнях до контакт-центру, голосовому пошуку товарів, оформленні замовлень або керуванні функціями застосунку. Почніть із конкретної ситуації, у якій система має правильно зрозуміти користувача.
Які записи можна включити до набору даних?
Задані фрази, команди, імена, числа, спонтанні монологи та діалоги.
Для українського сервісу доцільно розглянути назви населених пунктів і вулиць, суми в гривнях, дати, номери замовлень та галузеву лексику. Наприклад, включити різні способи назвати ту саму суму: «дві тисячі п’ятсот гривень» і «дві з половиною тисячі».
Чи можна врахувати суржик, регіональну вимову та перемикання між мовами?
Такі вимоги варто окремо зазначити в технічному завданні. Погодимо потрібні мовні профілі та можливості добору учасників.
Для проєкту, орієнтованого на живе спілкування, можна передбачити розмовні слова, паузи, самовиправлення й змішане мовлення. Для системи чітких голосових команд, навпаки, визначити суворіші вимоги до фраз. Важливо заздалегідь вирішити, що потрібно зберегти в записі, а що вважати помилкою виконання завдання.
Чи можна замовити транскрибування вже наявних записів?
Так. Ми працюємо не лише з новими записами, а й з аудіоматеріалами замовника: розмовами контакт-центру, інтерв’ю, зустрічами та іншими видами мовлення. Можемо підготувати текстову розшифровку, додати часові мітки й позначити мовців. Обсяг перевірки та правила розмітки погоджуємо відповідно до вашого завдання.
Чи працюєте ви з іншими мовами?
Так. Українська мова є нашою основною спеціалізацією, але ми також організовуємо підготовку багатомовних наборів даних. Це може бути корисно українським командам, які створюють продукти для кількох ринків. Перелік мов, склад виконавців і вимоги до кожної мовної частини погоджуємо окремо.
Скільки коштує збір голосових даних і що потрібно для розрахунку?
Для розрахунку попросимо вказати бажаний обсяг аудіо, кількість і характеристики учасників, сценарії та умови запису. Також потрібно визначити, чи потрібні транскрипції, часові мітки або інша розмітка.
Якщо цих вимог ще немає, опишіть продукт і завдання, яке хочете розв’язати. Запропонуємо початковий обсяг робіт і параметри пілотного проєкту.
