Contact us
我们自豪地提供

Olewave 现成语音数据集

高品质，
总部位于美国的透明度组织，
无与伦比的规模和成本效益。

  • 第一层——未转录：语言和主题标签（加上可选的 SNR、语音比、摘要）。

  • 第二层——伪转录：第一层标签+带有单词和话语级时间戳和置信度分数的机器转录。

  • 第三层 — HITL 转录：经 Tier II 标准验证的 Tier I 标签 + 人造转录本。

  • 第四层——高级标签：最全面 - Tier III + 演讲者轮流、分类、主题和自定义注释。

  • 企业就绪且经济高效：铁定的 SLA · 符合 AB 2013 · 端到端审计跟踪 · 比传统数据集便宜 10 倍

索取目录

语音数据处理和清理服务API

转动你的原始音频
转化为用于培训和评估的生产就绪数据，
使用我们的 OTS 级管道。

  • 干净：删除噪音、沉默、重复和不相关的片段

  • 注释：自定义模型生成准确的首次通过标签，然后人工审核员验证并优化生产级质量

  • 验证：我们的专有验证可捕获注释错误

  • 策展人：我们甚至可以从您指定的来源收集

  • 安全：通过限制人为参与来最大限度地降低数据泄露风险

  • 交付：您的数据、您的格式、您的基础设施

预约免费咨询

开源对话语音数据集

OleSpeech-IV-2025-EN-AR-100
英语会话音频，
经过验证的文字记录和演讲者回合，
免费用于研究。

  • 来源：播客、脱口秀、电话会议、自然对话

  • 成绩单验证：单词级置信度得分，无幻觉

  • 成绩单修正：命名实体的专有方法——名称、组织、位置、时间

  • 细粒度计时：带有发言者轮次的单词和音素级时间戳

  • 360°注释：演讲者姓名、轮次、SNR、主题、描述

  • 标签定制：从预标签中挑选或请求新标签

  • 终身策展：持续改进标签，无需额外费用

  • 奥利恩制作：我们专有的语音到文本对齐引擎

  • 完整数据集可供购买：联系我们获取商业许可

拥抱脸的看法

‡ 仅限美国公司和机构。需要签署 NDA。