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-AD017 日语手机朗读数据库
MagicData拥有1500小时日语语料库，本次开源30小时数据集作为测试集。本语料库的录制文本为日常用语。采集方式为手机录音；录音输出为PCM格式。37名来自日本不同区域（如东京、大阪、北海道等）的发言人参与采集。MagicData日语手机朗读数据库（30小时）由MagicData有限公司开发，免费发布供非商业使用。 Magic Data研发制作了朗读、面对面对话、电话对话等多场景下的中文、英文、日语、韩语等数十种语言的语音数据库。该数据库得到了行业的广泛认可。如您想了解更多爱数数据库信息，欢迎您联系我们。
[开源] MDT-AF002 中文普通话对话音频数据集
【开源数据】
试听音频
MDT-RJ001 日语高质量口语式语音数据集
该数据集专为训练更懂口语表达的AI模型打造，有利于提升日语语音识别的自然交互能力，覆盖多场景真实对话，由多样化人群录制。精准标注音调核位置及促音、拨音等特殊音节，字准率高。通过合理标点还原日语独有的呼吸停顿节奏，助力模型理解口语中的省略句式与情感粒子，提升交互自然度。
语音复刻大模型高品质数据集——中文
语音TTS已经走向了AIGC大模型模式，利用大规模高品质训练数据，实现zero-shot的声音复刻正成为越来越火热的技术趋势。零样本语音合成在娱乐产业、通用AI平台及AIGC领域都有广泛的应用场景，包括电影电视配音及解说、有声书、角色配音、虚拟主播、语音导航等。晴数智慧前瞻性地推出“语音复刻大模型高品质数据集”，此数据具备48KHz高采样率，采集人数2万+，环境纯净，内容自然多样，上万小时，是实现零样本语音合成的绝佳数据。特别地，此数据的多样化语料内容能为模型学习协同发音提供助益。
试听音频
MDT-AF078 西班牙语对话音频数据集
试听音频
MDT-AG001 云南对话音频数据集
试听音频