音声認識AIの教師データを販売するaudioコーパス株式会社（本社：東京都豊島区、代表取締役：森井 直哉）は、8月22日（木）より新たなデータセットをリリースします。
[画像1: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-0a32d16b57c528b6d6d923373a9f8d6a-989x665.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
これにより、データセットの提供時間数は150時間を超えますので、AIに学習させるデータをゼロから作成する手間が省け、必要な会話区分に沿ったAI開発をスピーディーに進めることができるようになります。
audioコーパス データセットとは
audioコーパス データセットは、音声とテキストをセットにした発話データとなります。
AI学習の要件に合わせ、既にタグなどを付与した整形データのため、そのまま開発にご利用いただけるデータ構造となっています。
[画像2: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-598c3b727333e24f65a792c331c08870-689x612.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
※音声データ：wavファイル／テキストデータ：csvファイル、txtファイル、eafファイル にてご提供します
＜音声データ 仕様＞
- 会話区分（営業商談、コールセンター、対談、面談など）によるリアルな会話を収録
- 一対一の会話において、RとLでチャンネルを分けたステレオ収録
- 著作権や個人情報などの人の声に関する権利関係を整理（※本人の許諾なく声を使用することは固く禁じられています）
■audioコーパス データセットの３つの強み
[画像3: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-5079dada9352d09cb55ad502896c67aa-1469x621.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
＜テキストデータ 仕様＞
- 相づちやどもり なども、忠実にすべて書き起こし
- フィラー、言い間違いなどの抽出に、６つのタグを付与
- 発話ごとに区間を区切り、細かく発話を利用・分析することが可能
[画像4: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-569d38399b9b32a2445cb86eea07ca38-860x532.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
■「日本語話し言葉コーパス」(CSJ）の仕様に準じたタグ付与
[画像5: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-05fbae3fb3295e72098dc0ae2aead2f1-775x525.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
■「記者ハンドブック」(共同通信社発刊）の仕様に準じた日本語表記
日本語文章は、表記ゆれ、誤字脱字、聞き間違いなど気にすべき点が多数あります。
audioコーパスでは「記者ハンドブック」(共同通信社発刊）を採用し、表記ルールを徹底しています。
[画像6: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-7d91945d3ff045f4491f9730368fc825-669x613.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
【リリースの背景】
発話データは権利フリーのものが市場にほとんど存在しません。
理由として、人の声というのは「個人情報」としても扱われ、許諾なく使用することができないことが挙げられます。
そのため、システム開発において発話データが必要になった際は、音声データを自前で調達し、またそれを一から書き起こさなければなりません。
一方で、発話データを学習させる際は「表記のゆらぎ」など気にかけなければいけないことも多く、品質を高めるためには手間と時間がかかります。
そんな課題を解決するため、発話データの製作所として、ニーズを調査し、必要なデータセットを販売しているのがaudioコーパス株式会社です。
今回リリースする『面談』のデータセットは、自然発話が多く、汎用性も高くて扱いやすいデータとなっています。
【こんな方におすすめ】
- 音声認識AIシステムを開発していて、学習用データが必要な方
- システムの提供先（利用目的）に変化が生じ、別の会話カテゴリが必要になった方
- 人の声のデータを探している方
- コーパスデータを探している方
- 自然発話を分析・研究されている方
【購入の流れ】
[画像7: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-9163daae38d4268f4cbbea9773544d88-3421x1923.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
※会話テーマにより、お好きなカテゴリをお選びいただけます
商品はすべてサンプルをご提供できますので、ご興味をお持ちの方は「お問い合わせ」画面より、
お申し付けいただければ幸いです。
audioコーパス株式会社では、音声認識AIのさらなる利便性向上に取り組みます。
企業概要
audioコーパス株式会社
代表者：森井直哉
所在地：東京都豊島区西池袋2-37-4 IKE・Biz 4F
事業内容：アノテーションデータ製作ならび販売、請負作成、作成支援
企業Webサイト：https://www.otocorpus.com/
■取材のお申し込み
本リリースに関する取材のお申し込み、また製品・サービスに関するお問い合わせは下記までご連絡ください。
お問い合わせフォーム : こちらからお問い合わせください
Email：contact@otocorpus.com企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000000001.000148224.htmlPR TIMESトップへ : https://prtimes.jp
[画像1: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-0a32d16b57c528b6d6d923373a9f8d6a-989x665.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
これにより、データセットの提供時間数は150時間を超えますので、AIに学習させるデータをゼロから作成する手間が省け、必要な会話区分に沿ったAI開発をスピーディーに進めることができるようになります。
audioコーパス データセットとは
audioコーパス データセットは、音声とテキストをセットにした発話データとなります。
AI学習の要件に合わせ、既にタグなどを付与した整形データのため、そのまま開発にご利用いただけるデータ構造となっています。
[画像2: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-598c3b727333e24f65a792c331c08870-689x612.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
※音声データ：wavファイル／テキストデータ：csvファイル、txtファイル、eafファイル にてご提供します
＜音声データ 仕様＞
- 会話区分（営業商談、コールセンター、対談、面談など）によるリアルな会話を収録
- 一対一の会話において、RとLでチャンネルを分けたステレオ収録
- 著作権や個人情報などの人の声に関する権利関係を整理（※本人の許諾なく声を使用することは固く禁じられています）
■audioコーパス データセットの３つの強み
[画像3: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-5079dada9352d09cb55ad502896c67aa-1469x621.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
＜テキストデータ 仕様＞
- 相づちやどもり なども、忠実にすべて書き起こし
- フィラー、言い間違いなどの抽出に、６つのタグを付与
- 発話ごとに区間を区切り、細かく発話を利用・分析することが可能
[画像4: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-569d38399b9b32a2445cb86eea07ca38-860x532.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
■「日本語話し言葉コーパス」(CSJ）の仕様に準じたタグ付与
[画像5: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-05fbae3fb3295e72098dc0ae2aead2f1-775x525.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
■「記者ハンドブック」(共同通信社発刊）の仕様に準じた日本語表記
日本語文章は、表記ゆれ、誤字脱字、聞き間違いなど気にすべき点が多数あります。
audioコーパスでは「記者ハンドブック」(共同通信社発刊）を採用し、表記ルールを徹底しています。
[画像6: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-7d91945d3ff045f4491f9730368fc825-669x613.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
【リリースの背景】
発話データは権利フリーのものが市場にほとんど存在しません。
理由として、人の声というのは「個人情報」としても扱われ、許諾なく使用することができないことが挙げられます。
そのため、システム開発において発話データが必要になった際は、音声データを自前で調達し、またそれを一から書き起こさなければなりません。
一方で、発話データを学習させる際は「表記のゆらぎ」など気にかけなければいけないことも多く、品質を高めるためには手間と時間がかかります。
そんな課題を解決するため、発話データの製作所として、ニーズを調査し、必要なデータセットを販売しているのがaudioコーパス株式会社です。
今回リリースする『面談』のデータセットは、自然発話が多く、汎用性も高くて扱いやすいデータとなっています。
【こんな方におすすめ】
- 音声認識AIシステムを開発していて、学習用データが必要な方
- システムの提供先（利用目的）に変化が生じ、別の会話カテゴリが必要になった方
- 人の声のデータを探している方
- コーパスデータを探している方
- 自然発話を分析・研究されている方
【購入の流れ】
[画像7: https://prcdn.freetls.fastly.net/release_image/148224/1/148224-1-9163daae38d4268f4cbbea9773544d88-3421x1923.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
※会話テーマにより、お好きなカテゴリをお選びいただけます
商品はすべてサンプルをご提供できますので、ご興味をお持ちの方は「お問い合わせ」画面より、
お申し付けいただければ幸いです。
audioコーパス株式会社では、音声認識AIのさらなる利便性向上に取り組みます。
企業概要
audioコーパス株式会社
代表者：森井直哉
所在地：東京都豊島区西池袋2-37-4 IKE・Biz 4F
事業内容：アノテーションデータ製作ならび販売、請負作成、作成支援
企業Webサイト：https://www.otocorpus.com/
■取材のお申し込み
本リリースに関する取材のお申し込み、また製品・サービスに関するお問い合わせは下記までご連絡ください。
お問い合わせフォーム : こちらからお問い合わせください
Email：contact@otocorpus.com企業プレスリリース詳細へ : https://prtimes.jp/main/html/rd/p/000000001.000148224.htmlPR TIMESトップへ : https://prtimes.jp
編集部おすすめ
