发布时间 : 2021-10-16 阅读量 : 758
小爱5岁啦！一路走来，有ai有你 ，这份大礼请收下！
5年，1826个日夜，43824个小时
5年很长， 足够婴儿牙牙学语到问出“十万个为什么”；
5年又很短， 它只是人生的十几分之一，历史一个片段，宇宙长河中闪光那一瞬；
5年时间， 足够一个国家完成一个发展规划；足够一个企业成长壮大。
5年前的现在，我们从0起步；五年后的现在，我们为100家以上国内外企业服务，积累超过20万自有数据集，打造1个数据标注平台，1个开源社区，荣获n个行业奖项。
magic data5岁啦！时光飞逝，在众多客户陪伴下，我们沐雨栉风，不负韶华；我们风雨同舟，用数据叩开ai新世界，实现腾飞与梦想。
凡皆过往，皆为序章。上一个五年，我们厚积薄发；下一个五年，我们砥砺前行！
恰逢magic data五周年之际，为感恩新老客户一直以来的陪伴，magic data将开展“5周年特别活动”：从10月15日到12月31日止，凡累计购买magic data600小时以上语音训练数据集，即可获赠180小时中文对话式训练数据集及20小时自然甜美中文tts训练数据集。
20万 自有数据集产品
目前，magic data拥有超过20万自有训练数据集，其中超过12万小时对话式数据，超过6万小时朗读式数据，超过2万小时自发式数据，涵盖asr、tts、nlp、发音词典等。
magic data的数据服务语种超过60种语言和方言，既有常用语种如英语、中文、德语、法语、荷兰语、意大利语等，也有马来语、泰语、印尼语等特色语种。
数据在方言方面涵盖八大方言区方言，如粤语、上海话、四川话、闽南话等。magic data采集的对话数据来自自然、真实的对话场景，表达风格口语化，对话自然流畅。
magic data针对不同场景开发相应的数据集，数据集内容上丰富多样，如车载噪音、客服、线上会议、人机交互、自由对话、唤醒词等，满足不同应用场景下的模型训练。
为降低有限词汇（out of vocabulary）对识别率的影响，magic data研发了自主知识产权的发音词典标注系统。发音词典词条和magic dataasr数据集相匹配，并且覆盖字词在真实场景下的发音，包含了每个字单独发音，以及上下文中的真实发音包括变调信息等。方言发音词典包含超过10万条通用式词条，从而加快oov问题的解决。
其中热门数据如中文普通话数据量超过9万小时，英语超过2万小时，这些数据广泛应用于智慧出行、智慧金融、智能社交、智慧家居、智能终端等各大行业。
获赠一:180小时中文对话式数据集
客户购买超过600小时以上语音训练数据集，可获赠180小时中文对话式数据集。该中文对话数据集由湖南、山东、山西、四川等地超过600人参与录制，根据给定主题进行自由对话，话题丰富，对话内容包括科技产品、日常生活、文化娱乐等。数据集总时长为180小时。数据在安静室内录制，正确率可达97%以上。可用于智慧家居、智能社交、智能终端等各大场景。
获赠二：自然甜美中文tts训练数据集
客户购买超过600小时以上语音数据集，获赠180小时中文对话式数据集同时，还获赠20小时自然甜美tts训练数据集。
该数据集在专业tts录音棚录制，录制设备为专业级高保真麦克风，音色为甜美女声，校对正确率达到99%。该数据产品话题涉及娱乐、家居、生活、金融等，可用于车载导航、智能家居、智慧金融等智能化场景。