想準確識別各地方言？這套15000小時方言語音數據推薦了解一下
不論是 " 啥事都中" 的河南 , 還是遍地 " 靚女靚仔 " 的廣東 , 方言都是各地極具特色的文化名片。一方面 , 方言附著極大的親切感 , 另一方面 , 方言也承載著各地強烈的情感認同與文化價值。
重慶方言
方言識別顧名思義就是利用智慧語音技術使機器聽懂說話人的方言語音。隨著科技的發展，人工智慧應用使用場景也會不斷拓展，方言識別已成為眾多人工智慧廠商關注的重點。
方言識別市場前景遠大
在智慧客服領域中，方言識別功能的加入能提高方言、重口音普通話識別的準確率，從而精準識別出用戶提出的問題，給與用戶最合適的回答，高效精準的服務用戶，成為真正「聽得懂，說的出」的智慧客服，進而拉近企業與用戶之間的距離，樹立良好的企業形象。
在輸入法領域，方言識別可以讓重口音、方言用戶做到隨心所欲的語音輸入，不必再擔心因為口音問題出現的錯輸、漏輸問題，也可以讓只會講方言的老年人，通過軟體實現與聽不懂方言的用戶無障礙交流，親身體會到科技帶來的便利。
方言識別可用於傳統文化保護
方言是一個地區獨有的語言，它的形成包含了當地的自然因素、社會因素，彙集了當地特色文化的方言，如果丟失，就相當於丟掉了該地區的文化根基。
方言識別技術還可以反向輸出方言，讓當地居民了解、學習當地的方言，進而了解當地的文化，並去自發的保護當地文化，這樣才能更好的保護文化多樣性。在廣袤的華夏大地上，科技正在反哺傳統，正守護著多彩語言文化的燦爛文明。
面臨重重挑戰的方言識別
方言識別雖然前景較好，但面臨的挑戰也不少，首先，方言識別與普通話識別截然不同，方言的識別要複雜得太多。複雜不僅體現在文字使用習慣上 ( 例如：（普）近來還順利嗎？工作很辛苦吧？(粵)呢段時間過得順唔順吖？做嘢好辛苦嘞？) , 讀音上也存在差異性 (" 福 " 讀 " 胡 " )哪怕同屬於一個大的方言分區，也分歧異出，更不用說屬於不同大區之間的方言了。
其次，眾多的方言種類，給方言數據採集帶來了很多困難。一般來說，資料庫的採集無非是字、詞、句的搜羅，把該方言點的常用句子、詞語通過文字、音標乃至語音的方式記錄下來，集成一個資料庫，供人工智慧學習使用。眾多方言種類意味著需要收集的數據也是海量的。很難短時間建立起全國通用的方言數據集。
方言語音識別數據解決方案
面向方言識別技術在將來的大規模應用，數據堂提前預知、布局，已採集涵蓋七大方言區和台灣地區的數萬小時以上的方言數據，包含**《粵語手機採集語音數據》、《昆明方言手機採集語音數據》、《台灣普通話手機採集語音數據》**等方言數據集，可分秒交付，數據堂嚴格遵守相關規定，所採集的數據均已獲得被採集人授權，數據堂致力於用高品質的數據推動步態別的發展、有效保障用戶數據性的安全性。
粵語手機採集語音數據
樣品語音：今日去咗試新嘢 木瓜豬耳沙律太好食
該數據包括近5000名來自廣東省發音人，在安靜的室內環境下的錄音數據。錄音內容廣泛，覆蓋50 萬句常用口語語句，包括微博高頻詞、日常用語等。**句子平均重複次數1.5次，平均句長12.5字，句準確率95%。**匹配主流Android、蘋果系統手機。
昆明方言手機採集語音數據
樣品語音：我想知道虹橋正榮府怎麼走
兩千餘名昆明話母語發音人參與錄製，口音正宗，覆蓋多個年齡段。錄音文本涵蓋通用、交互、車載、家居等多類別，內容豐富。昆明本地人參與質檢校對，文本轉寫精準率達95%。匹配主流Android、蘋果系統手機。
台灣普通話手機採集語音數據
樣品語音：我沒有讀選修的社會非常不利
該數據由數百名台灣本土人員參與錄製，每人朗讀450句，錄音內容豐富，包括經濟，娛樂，新聞，口語，數字，字母等，涵蓋通用場景及人機交互場景。已經過人工進行文本轉寫，句準確率達95%。匹配主流Android、蘋果系統手機。
未來方言識別會加強對 " 方言字詞 "、" 方言音標 " 標準化建設 , 讓AI更懂人們的聲音。未來隨著語音識別自適應能力越強 , 不受特定人、口音、的方言識別技術將指日可待
