年度领先信号处理会议的赞助商

Olewave 是以下展会的赞助人和参展商 IEEE ICASSP 2024 在首尔，与 Meta、谷歌、三星、苹果、字节跳动、Adobe、MathWorks 等众多公司并肩作战。 查看完整的赞助人列表→

感谢所有来到我们展位谈论语音、数据和语音人工智能的人。

我们的创始人兼首席执行官的聚焦演讲

Olewave创始人兼首席执行官楚伟在大会上发表了精彩演讲：

利用野生和未驯服的数据以经济高效的方式开发定制的语音相关服务

摘要。 我们最近发现，与传统的人工标记或模拟语音数据集相比，使用来自网络的大规模语音数据集训练的模型可以实现更高的准确性，并且可能降低成本。我们开发了一个可定制的人工智能驱动的数据标签系统。它通过置信度分数推断单词级转录，从而实现监督式 ASR 训练。即使存在转录或识别错误，它也能稳健地生成电话级时间戳，从而促进 TTS 模型的训练。此外，它还会自动为数据分配场景、口音、语言和主题标签等标签，从而能够选择特定于任务的数据来训练针对该特定任务定制的模型。

我们通过微调开源大型语音模型来评估数据集的有效性，例如 耳语 和 无缝M4T 并分析结果指标。除了公开可用的数据外，我们的数据处理系统还可以定制，为以下内容提供可靠的标签： 专有数据 来自某些垂直领域——无需人工标记即可对特定领域的模型进行监督训练，消除数据泄露风险，并显着降低标记成本。

在 ICASSP 2024 网站上查看演讲详细信息 →

我们展示了什么

语音数据集

• 大型 — 长达数百万小时
• 真实场景 — 会议、电话、谈话、自然对话
• 经过验证的逐字转录 具有单词和话语级别的信心
• 多语言、多地区 — 积极收集巴西葡萄牙语、拉丁美洲西班牙语、阿拉伯语、东南亚语言、中文、日语和韩语
• 主题多样 — 时尚、娱乐、医疗保健等

除了 ASR 之外，我们还为 会议总结, 语音合成和语音克隆, 和 仅评估集 用于对您自己的模型进行基准测试。我们交付 高保真音频/视频 用于逼真的语音和谈话合成。

专有数据标签的定制解决方案

我们的四步管道可让您标记敏感数据，而无需将其暴露给人工标记人员：

1. 快速启动 — 从大型语音/语言基础模型开始，根据来自与您的域匹配的野生数据来微调域模型。
2. 自动标签 — 领域模型用置信度分数标记您的专有数据。没有人工贴标签。无数据泄露风险。
3. 迭代学习 — 结合标记的私有数据和公共数据来锐化模型，然后使用更好的版本重新标记您的私有数据。
4. 好去吧 — 当质量稳定时，我们授权我们的 第谷SDK 这样您就可以继续在自己的基础设施上进行标记和构建。

Tycho——我们的内部语音服务 SDK

第谷 是我们在 ICASSP 上展示的 SDK，供团队构建高投资回报率的内部语音产品。

• 总是 最先进的 模型精度和推理速度
• 支持培训、微调、评估和部署
• 可用模型：在线/离线 ASR、语音评估、语音克隆 — 可根据要求提供新模型
• 运行于 适度的 GPU 工作站 以保持低成本
• 所有训练、微调、评估和部署代码 交付给客户

有竞争力的服务费率：

• 微调您的垂直域模型以达到一流的质量
• 通过深入的不良案例分析修复和改进已启动的服务
• 为您的机器学习工程师提供语音研发项目的实践培训

第谷是 不是开源的。 向我们询问许可报价和服务费。

下次来找我们吧

如果您在首尔错过了我们，今年晚些时候我们将参加更多会议。给我们发电子邮件： [email protected] 或 通过网站联系 — 数据集、自定义模型或咨询，我们将在一个工作日内回复。