AI 数据行业解决方案
智能社交
服务场景
视频
智能字幕生成，评论智能分析，内容分类
直播
智能换声，实时字幕生成，评论智能分析
虚拟主播
主持人，辅助直播带货，虚拟三次元歌手
技术痛点
不同领域专业词汇/口音语音识别低
评论数据繁杂且内容表达多样
虚拟人应答不流畅、情感不丰富、缺乏个性
视频类目多且话题交叉
Annotator 智能化标注工具
音频模块
文本模块
图像模块
- 直播 - 直播内容语音标注
- 虚拟主播 - 虚拟主播语音交互标注（ASR）
- 虚拟主播 - 分词、词性和音素标注（TTS）
- 视频 - 视频分段、内容分类标注（Video）
- 直播 - 直播评论情感分析标注
- 虚拟主播 - 评论情感分析标注
- 视频 - 视频分段、内容分类标注（Video）
数据采标咨询
数据集推荐
MDT-LF005 武汉话发音词典
MDT-AF061 济南话对话音频数据集
试听音频
MDT-AG031 江苏重口音普通话音频数据集
试听音频
MDT-AG030 湖南重口音普通话音频数据集
试听音频
MDT-AF045 德语对话音频数据集
【开源数据】
试听音频
MDT-AI090 副语言信息高质量对话数据集
副语言相比情感，在对话过程中随着不同上下文，时刻发生着不同程度的变化，也就往往更为难以描述。为了能够更好的让大模型学会人类的副语言信息，晴数智慧全新打造了“副语言信息高质量对话数据集”。该数据集由资深产品专家和语音合成顾问联手打造，经过精细设计和专业生产流程，，确保标签体系精准。数据集具备48KHz高采样率，安静环境采集，涵盖不同地区、年龄、性别的人员，实现语音多样化。采集领域多样，覆盖20个领域主题，包括但不限于衣食住行、休闲娱乐、教育培训、健康医疗等。
试听音频