הַגדָרָה
איסוף נתוני שמע הוא תהליך של איסוף הקלטות קול גולמיות לצורך אימון והערכת מערכות בינה מלאכותית. הנתונים עשויים לכלול דיבור, מוזיקה או צלילים סביבתיים.
מטרה
המטרה היא ליצור מערכי נתונים מייצגים המאפשרים למודלי אודיו לפעול בצורה אמינה על פני מבטאים, סביבות ומכשירים שונים.
חשיבות
- חיוני לאימון מערכות דיבור ושמע חזקות.
- יש לקחת בחשבון גיוון (שפות, תנאים) כדי למנוע הטיה.
- דורש אמצעי פרטיות והסכמה מחמירים עבור קולות מוקלטים.
- איכות האיסוף משפיעה על ביצועי הבינה המלאכותית במורד הזרם.
איך זה עובד
- הגדירו את המטרות (למשל, זיהוי דיבור, זיהוי צלילים).
- בחר התקני הקלטה וסביבות.
- גייסו דוברים או אספו הקלטות טבעיות.
- הקלטת אודיו תוך שליטה ברעש ובאיכות.
- אחסן הקלטות עם מטא-דאטה לשימוש מאוחר יותר.
דוגמאות (העולם האמיתי)
- פקודות דיבור של גוגל: מערך נתונים של פקודות מדוברות שנאסף על ידי המונים.
- UrbanSound8K: מערך נתונים של צלילים סביבתיים מתויגים.
- LibriSpeech: קורפוס שמקורו בספרים מוקלטים למחקר ASR.
מקורות / קריאה נוספת
- הנחיות לאיסוף נתוני דיבור - קונסורציום נתונים לשוניים.
- מערכי נתונים לזיהוי שמע - מאמרים עם קוד.
- ISO/IEC TR 20547-5: ארכיטקטורת ייחוס של ביג דאטה - ISO.
- איסוף נתוני אודיו – שייפ
