近兩年，隨著“一帶一路”建設的深入推進以及國內5G、大數(shù)據(jù)、AI和云計算等新興技術產業(yè)迅速崛起，已經有越來越多的中國科技企業(yè)實現(xiàn)走出去。據(jù)白鯨出海數(shù)據(jù)顯示，2019年中國出海企業(yè)共7415家，游戲、社交、短視頻直播、手機及硬件、電商等占據(jù)了80%以上的份額。

　　跨越語言門檻打造高質量語音合成

　　眾所周知，數(shù)據(jù)作為人工智能的“燃料”，在實現(xiàn)人機交互的過程中發(fā)揮了舉足輕重的作用。而語音合成為機器提供聲音支持，是語音交互的前提。

　　據(jù)了解，目前世界上共有7000多種語言，其中使用人數(shù)超過5000萬的語言僅有10余種。小語種，顧名思義即語言覆蓋范圍小，使用人數(shù)少而無法作為國際流通語言。對于小語種合成語音的實現(xiàn)而言，由于不同語言之間差異很大，開發(fā)商需要根據(jù)不同的語言特性單獨建模。為保證語音合成效果，就需要運用不同語種的優(yōu)質數(shù)據(jù)集進行模型優(yōu)化。

　　語音數(shù)據(jù)庫的采集是把各個語種常用句子、詞語以語音的方式搜集記錄下來，組成一個數(shù)據(jù)集，標注則是將采集好的數(shù)據(jù)通過標重點、打標簽、框對象、做注釋等手段作出標注，再將這些采集并完成標注的數(shù)據(jù)集給機器訓練和學習，成功發(fā)出媲美當?shù)厝说穆曇?。因此，小語種種類越多，需要完成的語音數(shù)據(jù)采集和標注工作也就越多。

　　當前，高質量小語種訓練數(shù)據(jù)稀缺，成為語音合成的一大瓶頸。

　　多語種、多場景小語種語音數(shù)據(jù)集

　　作為國內領先的AI數(shù)據(jù)服務提供商，標貝科技擁有專業(yè)的數(shù)據(jù)處理團隊和強大的數(shù)據(jù)采集、處理能力，在數(shù)據(jù)采集和語料標注方面具備豐富的實踐經驗，可以提供語音合成技術建模和測試需要的深度標注加工的數(shù)據(jù)服務。

　　面對小語種語音數(shù)據(jù)的需求難題，標貝科技推出一系列小語種語音數(shù)據(jù)集，覆蓋葡語、俄語、印尼語、西語、法語、韓語、德語、意大利語、日語等多個語種，并完成對數(shù)據(jù)集的音標、重音標注、韻律標注，可供算法優(yōu)化直接使用，助力中國智能語音產品順利出海。

　　在應用場景上，標貝科技小語種語音數(shù)據(jù)庫可以廣泛應用于諸如智能客服、語音助手、聊天機器人、在線學習、有聲讀物或新聞播報等領域。例如，在智能客服領域，掌握多個語種，能夠實現(xiàn)不同語種客戶多樣化溝通需求，幫助客服提升服務質量；在語音導航場景下，擁有越多的語種，才能向不同語種的用戶發(fā)出準確、清晰的答復；在教育場景下，還能通過和虛擬小語種老師的對話，為學生提供外語口語的學習環(huán)境。毫無疑問，標貝科技小語種語音數(shù)據(jù)集將為智能語音設備出海帶來更多機會。

　　同時，標貝科技也在官網“數(shù)據(jù)業(yè)務”--“數(shù)據(jù)產品”--“語音合成”板塊增加小語種語音數(shù)據(jù)體驗入口，歡迎小語種應用廠商、各企業(yè)及開發(fā)者體驗下載：https://www.data-baker.com/data/index/compose