กรณีศึกษา: การรวบรวมคำพูด
ส่งมอบ 7M+ Utterances เพื่อสร้างผู้ช่วยดิจิทัลหลายภาษาใน 13 ภาษา
โซลูชั่นโลกแห่งความจริง
ข้อมูลที่ขับเคลื่อนการสนทนาทั่วโลก
ความจำเป็นในการฝึกอบรม Utterance เกิดขึ้นเนื่องจากลูกค้าบางรายอาจใช้คำหรือวลีที่แน่นอนในขณะที่โต้ตอบหรือถามคำถามกับผู้ช่วยเสียงในรูปแบบสคริปต์ นั่นเป็นเหตุผลที่แอปพลิเคชันเสียงเฉพาะต้องได้รับการฝึกอบรมเกี่ยวกับข้อมูลเสียงพูดที่เกิดขึ้นเอง เช่น “โรงพยาบาลที่ใกล้ที่สุดอยู่ที่ไหน” “หาโรงพยาบาลใกล้ฉัน” หรือ “มีโรงพยาบาลใกล้ๆ ไหม” ทั้งหมดระบุจุดประสงค์ในการค้นหาเดียวกันแต่ใช้ถ้อยคำต่างกัน
ปัญหา
เพื่อดำเนินการตามแผนงานการพูดของผู้ช่วยดิจิทัลของลูกค้าสำหรับภาษาทั่วโลก ทีมงานจำเป็นต้องได้รับข้อมูลการฝึกอบรมจำนวนมากสำหรับโมเดล AI การรู้จำเสียงพูด ข้อกำหนดที่สำคัญของลูกค้าคือ:
- รับข้อมูลการฝึกอบรมจำนวนมาก (พร้อมท์คำพูดของผู้พูดคนเดียวที่มีความยาวไม่เกิน 3-30 วินาที ) สำหรับบริการรู้จำเสียงพูดใน 13 ภาษาทั่วโลก
- สำหรับแต่ละภาษา ซัพพลายเออร์จะสร้างข้อความแจ้งให้ผู้พูดบันทึก (เว้นแต่
อุปกรณ์ของลูกค้า) และถ่ายทอดเสียงที่ได้ - ให้ข้อมูลเสียงและการถอดเสียงคำพูดที่บันทึกไว้ด้วยไฟล์ JSON ที่สอดคล้องกัน
มีข้อมูลเมตาสำหรับการบันทึกทั้งหมด - รับรองผู้พูดที่หลากหลายตามอายุ เพศ การศึกษา และภาษาถิ่น
- ตรวจสอบให้แน่ใจว่ามีสภาพแวดล้อมการบันทึกที่หลากหลายตามข้อกำหนด
- การบันทึกเสียงแต่ละรายการต้องมีอย่างน้อย 16kHz แต่ควรเป็น 44kHz
“หลังจากประเมินผู้ค้าหลายรายแล้ว ลูกค้าเลือก Shaip เนื่องจากความเชี่ยวชาญในโครงการ AI เชิงสนทนา เราประทับใจในความสามารถในการดำเนินโครงการของ Shaip ความเชี่ยวชาญในแหล่งที่มา การถอดเสียง และส่งมอบคำปราศรัยที่จำเป็นจากนักภาษาศาสตร์ผู้เชี่ยวชาญใน 13 ภาษาภายในระยะเวลาที่เข้มงวดและมีคุณภาพตามที่กำหนด”
Solution
ด้วยความเข้าใจอย่างลึกซึ้งเกี่ยวกับ AI ในการสนทนา เราจึงช่วยลูกค้ารวบรวม ถอดเสียง และใส่คำอธิบายประกอบข้อมูลกับทีมนักภาษาศาสตร์ผู้เชี่ยวชาญและผู้ทำหมายเหตุประกอบเพื่อฝึกอบรมชุดเสียงหลายภาษาที่ประมวลผลคำพูดที่ขับเคลื่อนด้วย AI
ขอบเขตของงานสำหรับ Shaip รวมอยู่ด้วยแต่ไม่จำกัดเพียงการรับข้อมูลการฝึกเสียงจำนวนมากสำหรับการรู้จำคำพูด การถอดเสียงการบันทึกเสียงในหลายภาษาสำหรับทุกภาษาในแผนงานภาษาระดับ Tier 1 และ Tier 2 และการนำเสนอที่สอดคล้องกัน JSON ไฟล์ที่มีข้อมูลเมตา Shaip รวบรวมคำพูดในระดับ 3-30 วินาทีในขณะที่รักษาระดับคุณภาพที่ต้องการซึ่งจำเป็นในการฝึกแบบจำลอง ML สำหรับโครงการที่ซับซ้อน
- เสียงที่รวบรวม ถอดความ และใส่คำอธิบายประกอบ: ชั่วโมง 22,250
- ภาษาที่รองรับ: 13 (เดนมาร์ก เกาหลี อาหรับซาอุดีอาระเบีย ดัตช์ จีนแผ่นดินใหญ่และไต้หวัน ฝรั่งเศส แคนาดา สเปนเม็กซิกัน ตุรกี ฮินดี โปแลนด์ ญี่ปุ่น รัสเซีย)
- จำนวนคำพูด: 7M +
- ระยะเวลา: เดือน 7 8-
ขณะรวบรวมเสียงพูดที่ 16 kHz เรามั่นใจว่าผู้พูดจะผสมกันอย่างเหมาะสมตามอายุ เพศ การศึกษา และภาษาถิ่นในสภาพแวดล้อมการบันทึกที่หลากหลาย
ผล
ข้อมูลเสียงการเปล่งเสียงคุณภาพสูงจากนักภาษาศาสตร์ผู้เชี่ยวชาญช่วยให้ลูกค้าฝึกโมเดลการรู้จำเสียงพูดหลายภาษาได้อย่างแม่นยำใน 13 ภาษา Global Tier 1 และ 2 ด้วยชุดข้อมูลการฝึกอบรมมาตรฐานทองคำ ลูกค้าสามารถให้ความช่วยเหลือทางดิจิทัลที่ชาญฉลาดและแข็งแกร่งเพื่อแก้ปัญหาในโลกแห่งความเป็นจริงในอนาคต
ความเชี่ยวชาญของเรา
ทรัพยากรที่แนะนำ
คู่มือผู้ซื้อ
คู่มือผู้ซื้อ: AI สนทนา
Chatbot ที่คุณสนทนาด้วยทำงานบนระบบ AI การสนทนาขั้นสูงที่ได้รับการฝึกอบรม ทดสอบ และสร้างโดยใช้ชุดข้อมูลการรู้จำเสียงพูดจำนวนมาก
บล็อก
สถานะของการสนทนา AI 2021
อินโฟกราฟิก Conversational AI 2021 พูดถึง Conversational AI คืออะไร วิวัฒนาการ ประเภท ตลาด Conversational AI ตามภูมิภาค กรณีใช้งาน ความท้าทาย ฯลฯ
บล็อก
3 อุปสรรคต่อวิวัฒนาการของ AI สนทนา
Shaip กำลังเริ่มต้นวิวัฒนาการของ AI การสนทนาในฐานะเครื่องมือสร้างการมีส่วนร่วมของลูกค้าโดยนำเสนอข้อมูลเสียงที่มีคำอธิบายประกอบที่จำเป็นใน 50 ภาษา
บอกเราว่าเราสามารถช่วยความคิดริเริ่มด้าน AI ครั้งต่อไปของคุณได้อย่างไร