magic data-凯发体育网

作为时下最热的赛道之一，新能源汽车制造业的“内卷”程度有目共睹。而电动化、智能化、网联化、自动化的“新四化”发展趋势，也正重新定位汽车行业的价值链。

本期客户就是国内高端智能电动汽车领航者之一，其愿景是将智能汽车打造为数智化第三空间。

一直以来，智能驾舱都是客户公司“智行”战略重点方向之一，是客户产品的重要卖点。在接触magic data前，客户已有部分基础智能模型，秉承着更好服务车主的想法，客户希望借助magic data全链条数据服务，通过迭代当前基础模型和不断增加新功能，实现产品智能座舱差异化优势，打造市场领先产品。

其中，客户需求重点是针对自然对话场景迭代人机交互模型（特别是提高噪音环境下的识别），提高智能助手的语音识别、交互理解能力以及常见使用场景下的任务完成能力（对话场景下的具体任务，例如：订餐）。

受限于数据合规、语料不足等问题，客户座舱内语音助手模型迭代存在一些掣肘，如：

• 缺乏可用的舱内对话数据：客户直接使用用户舱内数据可能存在合规风险，进而导致模型迭代进度滞后。
• 缺乏对话数据中具体场景、领域对话数据：当前市面上，垂直领域对话数据稀缺，导致模型多轮对话训练难以正常进行。
• 个性化控制命令泛化语料匮乏：对于舱内人机交互现有的，以及在使用中用户新产生的个性化指令与需求，需要有基于真实场景下的个性化定制数据供模型训练使用。

客户希望借助magic data的服务，使模型达到“无论用户有什么新的想法、需求，舱内智能助手都能够顺利识别用户意图并与之产生自然交互”的成熟状态。

magic data通过与客户多次深入沟通，分析客户的需求，针对客户痛点提供了成品数据集为主、定制化采标为辅助的整体凯发体育网的解决方案：

• 针对舱内人机交互不自然问题，magic data提供了大量基于模拟真实场景下的自然对话成品数据集，包括无噪音及带噪音模拟舱内对话数据，包含人们自然说话状态下可能包含的犹豫、迟疑等发音特点，帮助提升机器在自然对话场景下的语音识别准确率。
• 针对智能助手完成功能型任务需求，magic data提供了各类领域相关对话数据，如旅游度假、数码产品、休闲娱乐、商业经济、家庭生活等领域的丰富多样的主题语料，帮助提高机器完成特定领域具体任务能力。
• 针对命令控制的泛化需求，magic data在提供成品泛化库同时，提供了定制命令泛化服务。针对单个功能点，最多泛化语料高达400条，以覆盖用户可能使用的每个潜在短语，帮助机器准确捕捉用户意图。

（为了确保数据的高质量合规交付，magic data提供的成品数据集及定制采标数据都经由智能标注平台annotator和文本泛化平台处理。）

方案中使用的部分magic data成品数据集

（点击可直接跳转）

asr：

mdt-asr-c001中文普通话朗读音频数据集–人机交互、命令控制

–自由对话

–自由对话

nlp:

–中文新闻命名实体

–空调命令文本母句，含有槽位及槽值

–座椅命令文本为母句数据，涉及到动词及句式的泛化，对功能（实体），连词及介词充分设计成槽位及槽值

tts:

mdt-tts-d003中文女声情感tts数据集–亲切女生（中文、英文、中英混）

–男中音（中文）

通过采用magic data整体数据凯发体育网的解决方案，客户高效完成了其智能座舱人机交互系统迭代，智能语音识别模型性能有显著提升，特别是在自然对话交互中，字识别错误率下降了大约30%。对此，客户表示：”magic data的专业团队反馈高效，可以在最短时间内明确我们的需求并提供相应的整体凯发体育网的解决方案，对于我们这类时间紧迫的项目有相当大的帮助”。