Anotación y evaluación de IA
Datos de voz y anotación multilingüe
Prepare datos para reconocimiento de voz, análisis de conversaciones y evaluación de modelos de voz. Las tareas incluyen transcripción literal, tiempos de segmentos, ID de hablantes, habla simultánea, alternancia de idiomas, risas y otros eventos, intervalos sin habla, vocabulario y registros de calidad. Nuestra experiencia incluye proyectos en indonesio y malayo; otros idiomas se evalúan según el material y la disponibilidad de revisores.
Solicitar una muestra ↗Qué confirmar antes de solicitar una cotización
- Cobertura
- Regiones, idiomas, período y cantidad de registros disponibles
- Campos y archivos adjuntos
- Definiciones de campos, registros de ejemplo y necesidad de documentos originales o medios
- Calidad y actualizaciones
- Reglas de deduplicación y valores ausentes, criterios de aceptación basados en muestras y frecuencia de actualización
- Usos permitidos
- Investigación interna, entrenamiento de modelos, productos para clientes o redistribución
Estas preguntas sirven para definir el alcance del proyecto; no afirman que todos los tipos de datos incluyan toda la cobertura o los permisos.
01 / QUÉ INCLUYE
Contenido del conjunto de datos
- ID del audio fuente, texto literal y marcas de tiempo de segmentos
- ID estables de hablantes y relaciones de solapamiento
- Etiquetas de idioma, alternancia de idiomas, eventos de audio y ausencia de habla
- Vocabulario especializado, guías y registros de revisión
02 / CASOS DE USO
Dónde puede ayudar
- Entrenamiento ASR y evaluación de transcripciones
- Diarización de hablantes e investigación de conversaciones entre varias personas
- Preparación de datos para asistentes de voz, atención al cliente y reuniones
03 / ENTREGA
Elija los datos que necesita
Los entregables pueden incluir archivos de audio acordados o correspondencias con el audio original, segmentos en JSON/JSONL, tablas de hablantes, vocabulario y notas de control de calidad.
Aporte sus grabaciones para anotación o solicite obtención y recopilación de datos de voz. Primero se confirman idioma, fuentes y uso.
Ver un formato de muestra ↗Evalúe si encaja con su proyecto
Utilice el idioma, el audio de origen y la tarea objetivo para definir el nivel de detalle y el control de calidad.
¿Pueden anotar alternancia de idiomas, solapamientos y risas?
Pueden incluirse. Calibre en un piloto las etiquetas de idioma, continuidad de hablantes, solapamientos, eventos de audio y representación de sonidos no verbales.
¿Pueden revisar grabaciones y transcripciones que ya tenemos?
Sí. Proporcione el audio y la transcripción para las correcciones acordadas de texto, hablantes, tiempos y etiquetas, conservando versiones y correspondencias con la fuente.
Fuentes y uso
Defina por proyecto el idioma, la calidad y duración de la grabación, los solapamientos y el control humano de calidad. Las tasas de error y métricas de tiempo usan referencias y métodos de medición acordados.
Si planea entrenar un modelo, utilizar los datos en un producto para clientes o compartirlos con terceros, indíquelo al solicitar una cotización para que podamos revisar los permisos y restricciones de las fuentes.
El acceso público no implica permiso para recopilar, entrenar o redistribuir. La mención de una plataforma no implica afiliación, representación ni respaldo.
Conozca las fuentes y los derechos de los datos ↗¿Quiere revisar primero una muestra?
Cuéntenos los objetivos de su proyecto y le ayudaremos a evaluar y encontrar una muestra pertinente.