Estudo de caso: coleção de enunciados
Entregue mais de 7 milhões de enunciados para criar assistentes digitais multilíngues em 13 idiomas
Solução do mundo real
Dados que impulsionam as conversas globais
A necessidade de treinamento de Expressão surge porque nem todos os clientes usam as palavras ou frases exatas ao interagir ou fazer perguntas a seus assistentes de voz em um formato de script. É por isso que aplicativos de voz específicos devem ser treinados em dados de fala espontânea. Por exemplo, “Onde está localizado o hospital mais próximo?” “Encontre um hospital perto de mim” ou “Existe um hospital perto de mim?” todos indicam a mesma intenção de pesquisa, mas são redigidos de maneira diferente.
Problema
Para executar o roteiro de fala do Digital Assistant dos clientes para idiomas mundiais, a equipe precisava adquirir grandes volumes de dados de treinamento para o modelo de IA de reconhecimento de fala. Os requisitos críticos do cliente foram:
- Adquira grandes volumes de dados de treinamento (solicitações de enunciado de um único falante com duração não superior a 3-30 segundos) para serviços de reconhecimento de fala em 13 idiomas globais
- Para cada idioma, o fornecedor gerará prompts de texto para os falantes gravarem (a menos que o
suprimentos do cliente) e transcreva o áudio resultante. - Fornecer dados de áudio e transcrição de enunciados gravados com arquivos JSON correspondentes
contendo os metadados de todas as gravações. - Garanta uma mistura diversificada de falantes por idade, gênero, educação e dialeto
- Garanta uma mistura diversificada de ambientes de gravação de acordo com as especificações.
- Cada gravação de áudio deve ter pelo menos 16kHz, mas preferencialmente 44kHz
Após avaliar diversos fornecedores, o cliente escolheu a Shaip devido à sua expertise em projetos de IA conversacional. Ficamos impressionados com a competência da Shaip na execução de projetos, sua expertise em obter, transcrever e entregar os enunciados necessários de linguistas especialistas em 13 idiomas, dentro de prazos rigorosos e com a qualidade exigida.
Solução
Com nosso profundo conhecimento de IA conversacional, ajudamos o cliente a coletar, transcrever e anotar os dados com uma equipe de linguistas e anotadores especializados para treinar seu pacote de voz multilíngue de processamento de fala com inteligência artificial.
O escopo de trabalho da Shaip incluiu, entre outras atividades, a aquisição de grandes volumes de dados de áudio para treinamento de reconhecimento de fala, a transcrição de gravações de áudio em vários idiomas para todos os idiomas em nosso roteiro de idiomas de Nível 1 e Nível 2 e a entrega dos arquivos JSON correspondentes contendo os metadados. A Shaip coletou enunciados de 3 a 30 segundos em larga escala, mantendo os níveis de qualidade desejados para treinar modelos de aprendizado de máquina para projetos complexos.
- Áudio coletado, transcrito e anotado: 22,250 horas
- Idiomas suportados: 13 (dinamarquês, coreano, árabe saudita, holandês, chinês continental e de Taiwan, francês canadense, espanhol mexicano, turco, hindi, polonês, japonês, russo)
- Nº de Enunciados: 7M +
- Linha do tempo: 7-8 meses
Ao coletar enunciados de áudio em 16 kHz, garantimos uma mistura saudável de falantes por idade, gênero, educação e dialetos em diversos ambientes de gravação.
Resultado
Os dados de áudio de alta qualidade de linguistas especializados capacitaram o cliente a treinar com precisão seu modelo de reconhecimento de fala multilíngue em 13 idiomas globais de nível 1 e 2. Com conjuntos de dados de treinamento padrão ouro, o cliente pode oferecer assistência digital inteligente e robusta para resolver problemas futuros do mundo real.
Nossa especialidade
Recursos Recomendados
Guia do Comprador
Guia do comprador: IA conversacional
O chatbot com o qual você conversou é executado em um sistema avançado de IA conversacional que é treinado, testado e construído usando vários conjuntos de dados de reconhecimento de fala.
Blog
O estado da IA conversacional 2025
Os infográficos Conversational AI 2025 falam sobre o que é Conversational AI, sua evolução, tipos, mercado de Conversational AI por região, casos de uso, desafios, etc.
Blog
Como Siri e Alexa entendem o que você está dizendo?
Os assistentes de voz podem ser essas vozes legais, predominantemente femininas, que respondem aos seus pedidos para encontrar o restaurante mais próximo ou o caminho mais curto para o shopping.
