智慧語音技術是人工智慧應用最廣泛的技術之一，擁有天然的互動性，擁有巨大的市場空間。基於大量資料的積累、深度神經網路模型的發展及演算法的迭代最佳化，近年，智慧語音技術的識別準確率取得了不斷的提升，相關場景應用也是不斷深化。這其中，智慧語音技術對資料的依賴愈發明顯。

在人工智慧技術推動下，智慧語音具備的巨大的場景落地潛力。在企業和技術的推動下，語音互動技術在智慧家居、智慧車載、語音助手、機器人等領域取得迅猛發展，迸發出鮮活的生命力。

如今的語音互動雖然囊括了大部分場景對話，但還有更多複雜場景的問題需要解決 —— 聽懂人類情感是非常複雜的過程，這涉及到情感識別、語義分割、聲紋識別等等，對演算法模型訓練背後的資料提出了巨大的挑戰。

高質量AI資料,智慧語音走向成熟的必由之路

從根本出發來考慮，語音互動幾乎和手勢一樣，是人類最自然的互動方式之一，透過聲音與朋友家人交流、與客戶同事溝通都是人類自古以來的通用場景。語音能夠傳達的細節相當豐富，其中蘊含了大量語義、情緒以及未盡之意，資訊濃度非常高。因此，也可以說語音互動技術是讓機器聽懂世界的技術。

在這些發展需求商業化落地的背後，必然需要大量高質量、能被機器識別理解的結構化資料投入訓練，場景化、高質量的資料讓各類終端變得更加聰明。因此，無論出於技術還是商業需求，都需要以雲測資料為代表的AI資料服務提供商介入，生產純淨、安全、精準的訓練資料，助力智慧語音技術深化落地。

雲測資料紮根於AI資料服務領域，在服務眾多智慧語音企業的過程中，積累了豐富的資料採集標註經驗，支援專業音訊裝置與多條件場景，可以幫助企業獲得精細化、高質量的AI資料，在智慧語音方向擁有豐富的專案經驗。

首先，雲測資料擁有充足的被採資源，可最大程度還原搭建應用場景，為企業提供語音類、視覺類資料的場景化採集。諸如在採集過程中雲測資料會運用專業的軟/硬體裝置，來滿足客戶的環境光照要求；如果客戶需要純淨音訊資料，雲測資料會搭建一個錄音棚，滿足諸如混響或者高底噪的採集需求，包括使用麥克風陣列等專業裝置進行錄製。

目前雲測資料覆蓋智慧語音主流應用場景，支援專業音訊裝置與多條件場景，交付能力強。支援常見採集型別，如：喚醒詞、控制詞、指定語料、情緒型別、方言、背景音、情景對話、指定文字念句、遠場語音等等型別的資料型別。

在語音標註能力方面，支援ASR語音轉寫、聲紋識別標註、說話人識別、語音切割、情緒判定標註等；在自然語言處理方面，支援OCR轉寫、NLU語句泛化、文字資訊抽取、實體標註、詞性標註、槽位填充等，具備全方位的語音標註能力。

同時，雲測資料具有自主智慧財產權的資料標註平臺擁有靈活、高效、智慧的特點，幫助標註人員提效減負。在保證資料隱私安全的同時，支援平臺私有化部署，可最大程度保障資料安全性。

在擁有場景化精準語音資料前提下，演算法訓練所需要的資料精準度就決定了智慧語音產品的“聰明”上限，它貫穿在智慧語音產品的探索期與商業落地階段。在人工智慧領域中有著這樣一句話：garbage in，garbage out。換而言之，資料的質量的高低直接影響語音互動應用的結果，實現人機互動順暢。

隨著技術的不斷突破，語音互動體驗方面還有望得到進一步提升。比如在裝置的喚醒率、識別率、誤報率、環境降噪等方面，仍然需要在高質量、場景化的語音資料的助力下不斷進化，持續提升使用者使用的體驗感，創造更加自然的互動裝置，實現智慧語音技術應用的深化落地。