发布时间 : 2021-10-20 阅读量 : 402
第十六届全国人机语音通讯学术会议（ncmmsc 2021）于10月15日~18日在徐州隆重召开，magic data以金牌赞助商身份参与此次盛会，通过展位、主题分享、竞赛论坛等方式，为与会嘉宾带来magic data的数据产品、标注工具和技术成果。
17日下午工业论坛开展，论坛由西北工业大学教授谢磊主持，聚集magic data、好未来等多家企业嘉宾现场做报告分享。magic data创始人兼ceo张晴晴做《当数据遇上开源》的主题演讲，为在座嘉宾详细介绍magic data的数据开源社区、标注工具和数据集产品，并呼吁业界更多机构和个人加入开源队伍，共同推动开源事业发展。 同期，magic data主办的“对话式ai语音识别及说话人识别（asr&sd）挑战赛”作为大会重要赛事，于16日竞赛论坛上圆满落幕，获奖参赛者现场成功案例分享吸引大批与会嘉宾，为大会增色不少。
共建开源生态推动ai创新
工业论坛现场张晴晴做主题分享
在ai行业，ai从业者普遍面临难以获取数据的痛点。张晴晴从事ai行业十多年，深知ai开发者对数据的需求程度，希望拥有数据的机构或个人能够将数据共享出来，利益到更多ai开发者。基于这一出发点，magic data于今年4月份上线magichub.com开源社区，并将部分自有数据集开源到社区供开发者免费下载。 为了方便用户查找开源数据集，社区根据数据应用领域、场景和类型进行分门别类，用户可快速搜索和定位到想要的数据集。目前，为了更好地用户体验，数据集搜索页面仍在不断优化当中。此外，社区还有针对全球用户的英文搜索界面。社区在数据集呈现上，将看到每个数据集的概览，进入到单个数据集页面，可看到这个数据集详细的描述情况。 迄今为止，开源社区已拥有超过100个包含语音识别、语音合成、发音词典等不同类型的开源数据集，覆盖全球超过3000名开发者，数据集累计下载量超过7万小时。 magichub.com开源社区开源大量数据集外，社区还与各大高校和相关机构合作，通过组建开发者社群、开展培训和赛事，致力于打造全球ai开发者生态。目前，社区在培训上，与ai光影社、深蓝学院、清华大学语音和语言技术中心、51cto等合作，为初入人工智能领域的ai从业者开发人工智能科普视频，为人工智能研究人员和算法工程师提供人工智能深度解析课程等。
社区构建的全球ai开发者生态
赛事开展上，社区共发起了asr&sd挑战赛和nlp挑战赛两大赛事，吸引清华大学、北大、华为、小米、阿里巴巴等各大高校和企业数百个团体踊跃参与。同时，社区建立的开发者社区星辰大使，目前已覆盖超过35个高校学生，共同推广开源事业发展。
张晴晴表示：“希望更多行业大咖能够参与到开源社区生态培训机制里，向开发者分享更多关于行业认知，帮助更多的行业从业者，共同推动开源事业，促进行业创新。”
面向多模态的标注平台
随着技术的进步，目前数据处理难度越来越大，存在上百甚至上千维度的标签标注需求，因此，magic data还为ai开发者提供免费的数据标注工具annotator® 5.0 智能化标注平台saas版，该平台可进行标签自定义，用户可根据项目需求进行任意的标签配置。 目前行业多模态标注需求增加，特别针对相应的音视频联动标注，平台也将支持音视频的多模态标注。张晴晴介绍，目前标注平台saas免费版已支持音频和文本标注，未来还将支持图像、多模态等类型数据的标注。 对于平台即将上线的文本标注功能，张晴晴认为：“文本标注是整个人机交互过程中必不可少的环节。目前，平台的文本标注功能支持实体抽取、文本分类、文本翻译等。未来还将实现对意图识别、知识图谱、命名实体、关联关系等标注。” 和同类标注平台相比，annotator® 5.0标注平台在进行文本命名实体类别管理上更加灵活，可对人名地名等进行任意删减操作。 开源是创新一大源头，行业创新离不开企业和机构的推动，magic data通过打造开源社区、标注工具和开源数据，携手行业机构、高校和企业共同推进开源事业，打造开源生态，为开发者创新提供更多的资源和更优质的平台，以开源和创新之力加速行业变革的到来。