AIデータ革新！レジャー向け日本語音声コーパスが登場

Visual Bank株式会社は、AI学習用データソリューション『Qlean Dataset』の一環として、『日本語・2話者・レジャーテーマトーク音声コーパスとトランスクリプト』の提供を開始しました。この新しいデータセットは、音声認識（ASR）や自然言語処理（NLP）、大規模言語モデル（LLM）の開発において、重要な役割を果たすことを期待されています。

データセットの特徴

本データセットは、趣味やレジャー、娯楽をテーマにした日本語対話の音声データを収録しています。具体的には、20代から50代の男女2名が様々な話題について意見を交わす自然な会話が含まれています。収録時間は約400時間、形式は音声データ（mp3/wav）およびテキストデータ（txt）で提供されています。

対話の内容は、ドラマやアニメへの感想、ゲームやガジェットのレビュー、さらには旅行の体験談など、多岐にわたります。これらの会話は全て台本に頼ることなく、スムーズに意見が交わされる形で録音されており、実際の会話シーンを想定した設計です。

利用シーンについて

このデータセットは、音声・言語系AIの研究や開発において多くのユースケースを想定しています。
1. 音声認識モデルの検証
- 多数の話者による対話を入力としたASRモデルの認識精度を検証するために活用できます。

2. 言語モデル研究
- 話題の展開や相互参照を含む日本語対話テキストを使用し、文脈理解や応答生成の挙動を評価するための研究に利用可能です。

3. 音声UIの検証
- 音声アシスタントや対話型インターフェースの開発において、日常会話に近い日本語対話音声を用いた検証が行えます。

Qlean Datasetについて

Qlean Datasetは、商用利用が可能なAI学習用データソリューションとして、Visual Bank株式会社の傘下である株式会社アマナイメージズによって提供されています。このデータは、研究用途から商用開発まで、多様なビジネスニーズに応えるために整備されています。はじめに、すべての被写体から同意を取得し、安定したデータ提供が実現されています。

また、簡易的なカスタム撮影やデータ収集にも対応し、独自のニーズに応じたデータセットの構築が可能です。