音声認識AIの学習用新データセットが登場！効率的な開発をサポート

新しい音声データセットのリリース

音声認識技術が急速に進化している中、audioコーパス株式会社は新しい音声認識AIの学習用OTSデータをリリースしました。この新しいデータセットにより、音声認識AI開発者は6000時間以上の実際の会話データを瞬時に利用できるようになり、学習データをゼロから制作する負担が軽減されます。

audioコーパスデータセットの特徴

新リリースの音声データセットは、商談やコールセンター、対談、面談など、さまざまなシーンから収録されたリアルな会話を網羅しています。このデータは、音質にこだわり、ステレオ収録されたオリジナルデータを基に利用者のニーズに合わせた整形済みデータです。

音声データはwavまたはmp3形式で、テキストデータはcsv、txt、eafファイルの形で提供されます。特に、自然発話におけるクロストークや話し言葉のニュアンスを忠実に表現し、相づちやどもりも含めた詳細なデータが整備されています。

学習に最適なデータ構造

音声認識AIを効果的に学習させるため、このデータセットには数種類のタグ付けが施されており、発話ごとに区間を明確に区切ることで、分析が容易になります。これにより、AI開発者は複雑な発話の仕組みを理解しやすくなります。

また、データの整備に際しては、共同通信社の『記者ハンドブック』に基づいた日本語の表記ルールが遵守されており、品質が確保されています。

発話データの背景

発話データを集めることは一筋縄ではいきません。多くの既存データが著作権や個人情報の保護から実用化が難しい中、audioコーパス株式会社は、権利フリーのデータを提供することで、開発者の負担軽減を目指しています。これにより、必要なデータを迅速に手に入れることができ、効率的な開発が促されます。

誰に向いているのか

この新しい音声データセットは、音声認識AIシステムを開発中の方や、新たな会話カテゴリが必要になった方、人の声を探している開発者にとって非常に有用です。また、自然発話の分析や研究を行う方にとっても役立つリソースとなります。

購入方法とサポート

audioコーパス株式会社では、様々なテーマに応じたカテゴリから商品を自由に選べるシステムが整っています。興味がある方にはサンプルも提供されており、自分のプロジェクトに適したデータの調査が可能です。

音声認識AIの利便性をさらに向上させることを目指し、同社は引き続きユーザーのニーズに応えたデータセットの開発に取り組んでいきます。