年度領先訊號處理會議的贊助商

Olewave 是以下展會的贊助人和參展商IEEE ICASSP 2024 在首爾，與 Meta、谷歌、三星、蘋果、位元組跳動、Adobe、MathWorks 等眾多公司並肩作戰。 看完整的贊助人清單→

感謝所有來到我們展位談論語音、數據和語音人工智慧的人。

我們的創辦人兼執行長的聚焦演講

Olewave創辦人兼執行長楚偉在大會上發表了精彩演講：

利用野生和未馴服的數據以經濟高效的方式開發客製化的語音相關服務

摘要。 我們最近發現，與傳統的人工標記或模擬語音資料集相比，使用來自網路的大規模語音資料集訓練的模型可以實現更高的準確性，並且可能降低成本。我們開發了一個可自訂的人工智慧驅動的數據標籤系統。它透過置信度分數推斷單字級轉錄，從而實現監督式 ASR 訓練。即使存在轉錄或識別錯誤，它也能穩健地產生電話級時間戳，從而促進 TTS 模型的訓練。此外，它還會自動為資料分配場景、口音、語言和主題標籤等標籤，從而能夠選擇特定於任務的資料來訓練針對該特定任務所客製化的模型。

我們透過微調開源大型語音模型來評估資料集的有效性，例如耳語 和無縫M4T 並分析結果指標。除了公開可用的數據外，我們的數據處理系統還可以定制，為以下內容提供可靠的標籤：專有數據 來自某些垂直領域——無需人工標記即可對特定領域的模型進行監督訓練，消除資料外洩風險，並顯著降低標記成本。

在 ICASSP 2024 網站上查看演講詳細資訊 →

我們展示了什麼

語音資料集

• 大型 — 長達數百萬小時
• 真實場景 — 會議、電話、談話、自然對話
• 經過驗證的逐字轉錄 具有單字和話語層次的信心
• 多語言、多地區 — 積極收集巴西葡萄牙語、拉丁美洲西班牙語、阿拉伯語、東南亞語言、中文、日語和韓語
• 主題多元 — 時尚、娛樂、醫療保健等

除了 ASR 之外，我們也為會議總結,語音合成與語音克隆, 和僅評估集 用於對您自己的模型進行基準測試。我們交付高保真音頻/視頻 用於逼真的語音和談話合成。

專有數據標籤的客製化解決方案

我們的四步驟管道可讓您標記敏感數據，而無需將其暴露給人工標記人員：

1. 快速啟動 — 從大型語音/語言基礎模型開始，根據與您的領域匹配的野生資料來微調域模型。
2. 自動標籤 — 領域模型以置信度分數標記您的專有資料。沒有人工貼標籤。無資料外洩風險。
3. 迭代學習 — 結合標記的私人資料和公用資料來銳化模型，然後使用更好的版本重新標記您的私人資料。
4. 好去吧 — 當品質穩定時，我們授權我們的第谷SDK 這樣您就可以繼續在自己的基礎架構上進行標記和建置。

Tycho－我們的內部語音服務 SDK

第谷 是我們在 ICASSP 上展示的 SDK，供團隊建立高投資報酬率的內部語音產品。

• 總是最先進的 模型精度和推理速度
• 支援培訓、微調、評估和部署
• 可用模型：線上/離線 ASR、語音評估、語音克隆 — 可根據要求提供新模型
• 運行於適度的 GPU 工作站 以保持低成本
• 所有訓練、微調、評估和部署程式碼 交付給客戶

有競爭力的服務費率：

• 微調您的垂直域模型以達到一流的質量
• 透過深入的不良案例分析修復和改進已啟動的服務
• 為您的機器學習工程師提供語音研發專案的實務培訓

第谷是不是開源的。 向我們詢問許可報價和服務費。

下次來找我們吧

如果您在首爾錯過了我們，今年晚些時候我們將參加更多會議。給我們發電子郵件：[email protected] 或透過網站聯繫 — 資料集、自訂模型或諮詢，我們將在一個工作天內回覆。