Visual Bank、怪談朗読音声コーパスをAI学習用として提供開始

Visual Bankが新たに怪談朗読音声コーパスを提供

Visual Bank株式会社は、AI学習用データソリューション「Qlean Dataset」において、「日本語・1話者・怪談系テーマの朗読音声コーパスとトランスクリプト」を新たに提供開始しました。これは、音声・言語系AIの研究や開発において、特に自動音声認識（ASR）や大規模言語モデル（LLM）に役立つデータです。

データセットの概要

このデータセットは、日本語を話す一人の話者が、怪談や怖い話を朗読する音声と、それに対応するテキストトランスクリプトから構成されています。本コーパスは、恐怖感や緊張感を持った物語を情感たっぷりに語る朗読音声が収録されており、単なる音声認識にとどまらず、文脈を理解するための長文音声理解にも適した設計になっています。

音声とテキストの詳細

音声データは、30秒から90分の範囲で収録されており、音質も44.1kHzまたは48kHzで提供されています。これにより、研究者や開発者は、音声データを多様な場面で使用することが可能となります。

ユースケース

研究用途

- 長文音声入力評価: 怪談の朗読は連続した語りで構成されており、ASRモデルの長文発話の認識精度を評価するために非常に役立ちます。
- 文脈の理解評価: 音声認識結果を入力に用いるLLMや音声理解モデルに対して、物語の文脈保持力や内容理解を評価する材料にもなります。

産業用途

- 音声対話AI検証: 怪談朗読の音声を通して、音声対話AIやナレーション生成AIの出力品質検証に利用可能です。
- コールセンターの事前検証: 感情を伴う連続発話音声を使用することで、音声UIやコールセンターシステムの認識安定性や運用リスクを事前に検証できます。

Qlean Datasetについて

Qlean Datasetは、Visual Bankの傘下、株式会社アマナイメージズによって提供される商用利用可能なAI学習用データソリューションです。データの権利関係や利用条件が整理されており、法的リスクなく安心して利用できる環境が整っています。

さらに、Qlean Datasetは、業界特化のデータラインナップ『AIデータレシピ』を通じて、最新の研究や商用開発に役立つ資源を提供しています。これにより、データ収集の負担を軽減し、スムーズなAI開発をサポートします。