جمع البيانات الصوتية

تعريف

جمع البيانات الصوتية هو عملية جمع تسجيلات صوتية خام لتدريب أنظمة الذكاء الاصطناعي وتقييمها. قد تشمل البيانات الكلام، أو الموسيقى، أو الأصوات البيئية.

الهدف

الهدف هو إنشاء مجموعات بيانات تمثيلية تسمح للنماذج الصوتية بالعمل بشكل موثوق عبر اللهجات والبيئات والأجهزة.

أهمية

• ضروري لتدريب أنظمة الكلام والصوت القوية.
• يجب الأخذ بعين الاعتبار التنوع (اللغات، الظروف) لتجنب التحيز.
• يتطلب إجراءات قوية فيما يتعلق بالخصوصية والموافقة على الأصوات المسجلة.
• تؤثر جودة المجموعة على أداء الذكاء الاصطناعي في مجرى النهر.

كيف تعمل هذه التقنية؟

1. حدد الأهداف (على سبيل المثال، التعرف على الكلام، واكتشاف الصوت).
2. حدد أجهزة التسجيل والبيئات.
3. تجنيد المتحدثين أو جمع التسجيلات الطبيعية.
4. تسجيل الصوت مع التحكم في الضوضاء والجودة.
5. قم بتخزين التسجيلات مع البيانات الوصفية لاستخدامها لاحقًا.

أمثلة (العالم الحقيقي)

• أوامر الكلام من Google: مجموعة بيانات تم جمعها جماعيًا من الأوامر المنطوقة.
• UrbanSound8K: مجموعة بيانات للأصوات البيئية المصنفة.
• LibriSpeech: مجموعة مشتقة من الكتب الصوتية لأبحاث التعرف التلقائي على الكلام.

المراجع / قراءات إضافية

• إرشادات جمع بيانات الكلام - اتحاد البيانات اللغوية.
• مجموعة البيانات للتعرف على الصوت - أوراق مع الكود.
• ISO/IEC TR 20547-5: بنية مرجعية للبيانات الضخمة — ISO.
• جمع البيانات الصوتية – Shaip