音声認識AI開発の強力な味方！新しいOTSデータセットの登場

音声認識AIに新たな風を吹き込むOTSデータセット

近年、音声認識技術の進化が著しい中、多くの企業がその可能性を活かした製品やサービスを展開しています。しかし、音声認識AIの開発には高品質な発話データが欠かせません。そこで注目を集めるのが、audioコーパス株式会社が新たに提供するOTSデータセットです。このリリースにより、AI開発者は6,000時間を超える高品質な会話データを迅速に利用できるようになります。

OTSデータセットとは？

OTSデータセットは、音声とテキストをセットにした発話データコーパスで、AI学習に必須な整形データとして提供されます。具体的には、音声データはwavまたはmp3形式、テキストデータはcsv、txt、eafファイルのいずれかで提供され、特に商談やコールセンター、対談、面談などのリアルな会話を収録している点が魅力です。

音声データは、RとLでチャンネルを分けたステレオ録音を行い、自然な発話のクロストークも取り入れています。さらに、著作権や個人情報に関する権利関係も適切に整理されており、安心して利用できるのも嬉しいポイントです。

データの特長

OTSデータセットの大きな強みは以下の3点です：
1. テキストデータの忠実な再現：相づちやどもりなども正確に書き起こしまし、発話ごとに区間を細かく分けて分析することが可能です。フィラーや言い間違いには6つのタグが付与されており、データの利用価値が高いのです。
2. 標準化されたタグ付け：データは「日本語話し言葉コーパス（CSJ）」の仕様に準じてタグリングされ、質の高い標準化されたデータを提供しています。
3. 徹底した表記ルール：誤字や聞き間違いに関する注意点を考慮し、共同通信社の「記者ハンドブック」に準じたルールを採用。このように、発話データのクオリティを高める工夫がなされているのです。

リリースの背景

発話データは市場にほとんど存在せず、特に権利フリーのものは稀です。これは、音声が個人情報とされているため、無断で使用することができません。そのため、システム開発時に必要なデータを自身で調達し、一から書き起こさなければならないという手間がかかっていました。

音声認識AIシステムを開発している方や別の会話カテゴリが必要な方々には、非常に魅力的な選択肢となるでしょう。audioコーパスは、音声認識AIのさらなる発展を目指し、ニーズを調査し続けています。