-
-
-
தொழில் மூலம்
-
பயன்பாட்டு வழக்கு மூலம்
-
-
நிறுவனத்தின்
ஆயத்த குரல் தரவுத்தொகுப்பு / பேச்சு தரவுத்தொகுப்பைக் பல்வேறு மொழிகளில் உள்ள ஒலித் தரவுத்தொகுப்புகள் — ASR, TTS மற்றும் குரல்வழி செயற்கை நுண்ணறிவுக்குத் தயாராக உள்ளன.
வெளிப்படைத்தன்மை, பங்களிப்பாளர் சுயாட்சி மற்றும் நியாயமான இழப்பீடு ஆகியவற்றுக்கு முன்னுரிமை அளித்து, மிக உயர்ந்த சட்ட மற்றும் நெறிமுறை தரங்களை நாங்கள் பராமரிக்கிறோம்.
விரைவான தொடக்கங்களுக்கு, முன்பே உருவாக்கப்பட்ட தரவுத்தொகுப்புகளுக்கு உரிமம் பெறுங்கள், அல்லது உங்கள் மொழிகள், உச்சரிப்புகள் மற்றும் துறைக்கு ஏற்றவாறு உருவாக்கப்பட்ட தனிப்பயன் பேச்சுத் தரவு சேகரிப்பை மேற்கொள்ளுங்கள். நெகிழ்வான உரிமை மற்றும் உரிமமானது, செயல்முறைகளை மீண்டும் உருவாக்கத் தேவையில்லாமல், குழுக்கள் முன்னோட்ட நிலையிலிருந்து உற்பத்தி நிலைக்கு விரிவடைய அனுமதிக்கிறது.
ஷைப், பிராந்திய உச்சரிப்பு வேறுபாடுகளைக் கொண்ட முக்கிய மற்றும் குறைந்த வளம் கொண்ட மொழிகளான அமெரிக்க, ஐக்கிய இராச்சிய, இந்திய மற்றும் ஆஸ்திரேலிய ஆங்கிலம்; வளைகுடா, லெவண்டைன் மற்றும் எகிப்திய அரபு; மற்றும் இது போன்ற இன்னும் பல மொழிகளை உள்ளடக்கியுள்ளது. இதன்மூலம், உலகெங்கிலும் பேச்சு உண்மையில் எவ்வாறு பேசப்படுகிறதோ, அவ்வாறே அதன் மாதிரிகள் பேச்சை அடையாளம் கண்டுகொள்கின்றன.
அழைப்பு மையம், பொது உரையாடல், திட்டமிடப்பட்ட தனியுரை, தன்னிச்சையான IVR, விழிப்புச் சொல், TTS, பாட்காஸ்ட் மற்றும் பாடும் ஒலித் தரவுத்தொகுப்புகளை அணுகவும் — ஒவ்வொரு பயன்பாட்டுச் சூழலுக்கும் சரியான துல்லியத்தைப் பெறுவதற்காக, இவை ஒவ்வொன்றும் மாதிரி விகிதத்தின் (8–48 kHz) அடிப்படையில் பெயரிடப்பட்டுள்ளன.
ஒவ்வொரு தரவுத்தொகுப்பும், படியெடுத்தல்கள், பேச்சாளர் புள்ளிவிவரங்கள், பதிவுச் சூழல் குறிச்சொற்கள் மற்றும் நேரமுத்திரைகளுடன், நிலையான வடிவங்களில் (WAV/FLAC/MP3 + CSV/JSON) வழங்கப்படுகிறது; இவற்றை TensorFlow, PyTorch அல்லது Kaldi செயல்முறைகளில் நேரடியாகப் பயன்படுத்தலாம்.
முன்னோட்ட மதிப்பாய்வுகள், நிபுணர் சரிபார்ப்பு, இரைச்சல் சோதனைகள் மற்றும் படியெடுத்தல் சரிபார்ப்பு ஆகியவற்றை உள்ளடக்கிய பல-படிநிலை தர உறுதிச் செயல்முறையானது, பதிவுகள் ஒப்படைக்கப்படுவதற்கு முன்பு பயிற்சித் தரத்திலான துல்லியத்தைப் பூர்த்தி செய்வதை உறுதி செய்கிறது.
பங்களிப்பாளர்கள் அனைவரும் நியாயமான ஊதியத்துடன் முழுமையான சம்மதத்தை அளிக்கின்றனர், மேலும் தரவுத்தொகுப்புகள் GDPR மற்றும் பொருந்தக்கூடிய தனியுரிமைத் தரநிலைகளுடன் இணக்கமாக உள்ளன — இது உங்கள் பயிற்சித் தரவுகளில் உள்ள சட்ட மற்றும் சார்பு அபாயங்களைக் குறைக்கிறது.
இயற்கையான, பல்லிசை உச்சரிப்புகளைக் கொண்ட ஆடியோவைக் கொண்டு விழிப்புச் சொல் மற்றும் பேச்சு அறிதல் இயந்திரங்களுக்குப் பயிற்சி அளிக்கவும்.
தூய்மையான ஸ்டுடியோ TTS தரவுத்தொகுப்புகளைக் கொண்டு, இயற்கையான ஒலி கொண்ட செயற்கைக் குரல்களை உருவாக்குங்கள்.
உண்மையான அழைப்பு மைய உரையாடல் தரவுகளைக் கொண்டு படியெடுத்தலையும் பகுப்பாய்வையும் மேம்படுத்துங்கள்.
சுகாதாரப் பேச்சு மாதிரிகளுக்காக, மூலத்திலிருந்து ஒப்புதல் பெறப்பட்ட மருத்துவ மற்றும் மருத்துவமனை சார்ந்த ஒலிகள்.
குரல்வழி உரையாடல் செயலிகள் மற்றும் LLM குரல் மாதிரிகளுக்கு இயல்பான உரையாடலை வழங்குங்கள்.
தாய்மொழி பேசுபவர்களின் தரவுத்தொகுப்புகளைக் கொண்டு, உலகளாவிய மற்றும் இந்திய மொழிச் சந்தைகளுக்கு ஏற்றவாறு உள்ளூர்மயமாக்குங்கள்.
வெளிப்படைத்தன்மை, பங்களிப்பாளர் சுயாட்சி மற்றும் நியாயமான இழப்பீடு ஆகியவற்றுக்கு முன்னுரிமை அளித்து, மிக உயர்ந்த சட்ட மற்றும் நெறிமுறை தரங்களை நாங்கள் பராமரிக்கிறோம்.
பேச்சு தரவுத்தொகுப்புகள் என்பது பேச்சு அங்கீகாரம், உரையிலிருந்து பேச்சு (TTS) மற்றும் குரல் தொகுப்பு போன்ற பணிகளுக்கு AI/ML மாதிரிகளைப் பயிற்றுவித்து சோதிக்கப் பயன்படுத்தப்படும் ஆடியோ பதிவுகள் மற்றும் மெட்டாடேட்டாவின் தொகுப்பாகும்.
மனித பேச்சை செயலாக்க, புரிந்துகொள்ள மற்றும் உருவாக்க, குரல் உதவியாளர்கள், சாட்போட்கள் மற்றும் டிரான்ஸ்கிரிப்ஷன் அமைப்புகளின் செயல்திறனை மேம்படுத்த AI-க்கு பயிற்சி அளிப்பதற்கு அவை அவசியம்.
தரவுத்தொகுப்புகளில் பொதுவான உரையாடல், அழைப்பு மையப் பதிவுகள், விழித்தெழுந்த வார்த்தைகள்/முக்கிய சொற்றொடர்கள், சுற்றுப்புற ஒலிகள், TTS, தன்னிச்சையான உரையாடல், ஸ்கிரிப்ட் செய்யப்பட்ட மோனோலாக்குகள் மற்றும் பாடும் ஆடியோ ஆகியவை அடங்கும்.
தரவுத்தொகுப்புகள் 65 க்கும் மேற்பட்ட மொழிகளையும் பிராந்திய உச்சரிப்புகளையும் உள்ளடக்கியது, இதில் அமெரிக்க ஆங்கிலம், அரபு, மாண்டரின், இந்தி, ஸ்பானிஷ் மற்றும் நியூயார்க் ஆங்கிலம் மற்றும் ஆப்பிரிக்க அமெரிக்க வட்டார மொழி போன்ற உச்சரிப்புகள் அடங்கும்.
மாதிரி விகிதங்களில் 8 kHz, 16 kHz, 44 kHz மற்றும் 48 kHz ஆகியவை அடங்கும், இது பல்வேறு AI/ML பயன்பாடுகளுடன் இணக்கத்தன்மையை உறுதி செய்கிறது.
குரல் உதவியாளர்களைப் பயிற்றுவிக்கவும், தானியங்கி பேச்சு அங்கீகாரத்தை மேம்படுத்தவும், சாட்பாட்களை உருவாக்கவும், TTS அமைப்புகளைப் பயிற்றுவிக்கவும், பிராந்திய மற்றும் பன்மொழி மாதிரிகளை மேம்படுத்தவும் பேச்சு தரவுத்தொகுப்புகள் பயன்படுத்தப்படுகின்றன.
மெட்டாடேட்டாவில் பேச்சாளர் புள்ளிவிவரங்கள், பதிவு சூழல்கள், டிரான்ஸ்கிரிப்ஷன்கள், நேர முத்திரைகள் மற்றும் ஆடியோ தர விவரங்கள் அடங்கும்.
உயர் தெளிவுத்திறன் பதிவுகள், இரைச்சல் குறைப்பு, நிபுணர் சரிபார்ப்பு மற்றும் தொழில்துறை தரநிலைகளுடன் சீரமைப்பு மூலம் தரம் பராமரிக்கப்படுகிறது.
ஆம், பங்களிப்பாளர்கள் தகவலறிந்த சம்மதத்தை வழங்குகிறார்கள், மேலும் பன்முகத்தன்மை, உள்ளடக்கம் மற்றும் நியாயமான இழப்பீடு உறுதி செய்யப்படுகின்றன.
ஆம், அவற்றை மொழி, உச்சரிப்பு, தரவுத்தொகுப்பு வகை அல்லது பேச்சாளர் புள்ளிவிவரங்கள் மூலம் தனிப்பயனாக்கலாம்.
ஆம், அவை ஆயிரக்கணக்கான மணிநேர ஆடியோவை உள்ளடக்கியது, அவை சிறிய மற்றும் பெரிய அளவிலான திட்டங்களுக்கு ஏற்றதாக அமைகின்றன.
AI பணிப்பாய்வுகளில் எளிதாக ஒருங்கிணைப்பதற்காக தரவுத்தொகுப்புகள் மெட்டாடேட்டாவுடன் நிலையான வடிவங்களில் வழங்கப்படுகின்றன.
நெகிழ்வான உரிம விருப்பங்கள் உள்ளன, அவற்றில் ஆஃப்-தி-ஷெல்ஃப் தரவுத்தொகுப்புகள் அல்லது முழுமையாக தனிப்பயனாக்கப்பட்ட தீர்வுகள் அடங்கும்.
தரவுத்தொகுப்பு அளவு, தனிப்பயனாக்கம் மற்றும் உரிமத் தேவைகளைப் பொறுத்து செலவுகள் மாறுபடும். சிறந்த விலைப்புள்ளிக்கு எங்களைத் தொடர்பு கொள்ளவும்.
காலக்கெடு திட்டத்தின் அளவு மற்றும் சிக்கலான தன்மையைப் பொறுத்தது, ஆனால் காலக்கெடுவை திறம்பட சந்திக்க வடிவமைக்கப்பட்டுள்ளது.
அவை AI அமைப்புகளை இயற்கையான பேச்சைப் புரிந்துகொண்டு உருவாக்கவும், படியெடுத்தலை மேம்படுத்தவும், குரல் உதவியாளர்கள் மற்றும் சாட்போட்களின் செயல்திறனை மேம்படுத்தவும் உதவுகின்றன.
