語音識別數據解決方案

: 20,000小時中文普通話語音數據集

數據堂自有版權的中文普通話語音數據集全部由來自中國本土發音人進行錄制。覆蓋不同年齡段，如低幼兒童、青少年、成年人、老年人等；覆蓋不同地域發音人的不同習慣，如重口音普通話、臺灣普通話、中英混讀語音數據等；同時，中文普通話也覆蓋室內室外不同場景，如家居、車載等場景的喚醒詞、命令詞等普通話語音數據。
更多數據

: 10,000小時中國地區方言語音數據集

數據堂自有版權的中國地區方言語音數據集涵蓋了來自八大方言區本土發音人參與錄制的語音數據，包括粵語語音數據集、上海話語音數據集、閩南話語音數據集、昆明方言語音數據集、武漢方言語音數據集、長沙方言語音數據集、四川方言語音數據集等多個地區的方言語音數據，同時由本地人參與質檢校對，文本轉寫更精確。
更多數據

: 10,000小時各國人說英語語音數據集

數據堂自有版權的各國人說英語語音數據集包含了美國、英國、中國、德國、法國、加拿大等各國人說英語的語音數據集。錄音文本由語言專家參與設計，貼合客戶應用場景，涵蓋通用、交互、車載、家居等多類別，內容豐富且文本經過人工校對，準確率高。
更多數據

: 6,000小時亞洲語系語音數據集

數據堂自有版權的亞洲語系語音數據集包含了來自印尼、日本、韓國、越南、馬來、泰國等國家的本土發言人參加錄制。錄音內容豐富，所有文本均有專業人員人工轉寫，準確率高。
更多數據

: 10,000小時歐洲語系語音數據集

數據堂自有版權的歐洲語系語音數據集包含了來自德國、法國、俄羅斯、西班牙、意大利等國家本土發音人參與錄制。錄音內容豐富，所有文本均有專業人員人工轉寫，準確率高。
更多數據

: 2,500小時其他語系語音數據集

數據堂自有版權的其他語系語音數據集主要包括巴西人錄制的巴西葡萄牙語數據集、以色列人錄制的希伯來語數據集。該系列仍在不斷擴建中。
更多數據

定制采集

數據堂自研語音采集工具集成了錄音項目管理、語料領用、自動檢測語音質量、結果加密上傳、電子授權、采標一體化等多種功能，確保錄音質量滿足各種定制要求。

數據堂可根據客戶對地區、語言種類、年齡跨度、聲音狀態等要求收集語音，正確率可達到99.8%。
數據堂擁有10麥以上麥克風陣列設備的采集經驗，有大、中、小型規模的會議室對話音頻采集經驗，能夠根據需求進行領域數據定制，并提供領域詞典。
數據堂支持符合日常使用規律且真實自然的多語種混合語料的設計，可篩選發音準確的錄音人進行語音采集，并提供內容對應的發音詞典，錄音設備以手機為主，通用領域的語音內容可滿足大部分的場景需求。
數據堂具備提供50多種語言的語音數據采集定制服務，除中文、英語、日語、法語等常用語種外，還支持如新加坡語、印地語等特色語種的采集；公司具有豐富的海外語音數據定制經驗，完成多個跨國語音數據采集和制作項目。
數據堂具備覆蓋全國8大方言區語音采集能力，可以根據客戶需求設計語料、篩選發音人、提供音變詞典，支持客戶定義句準確率。
數據堂可采集通信、電商、金融對話等多種領域的客服語音數據，滿足有/無干擾聲源的環境、指定語料、語速、錄音人員性別和年齡、普通話/方言等條件。
數據堂能按照要求，收集相應場景的喚醒詞數據，包含但不限于純凈語音、噪聲、遠場、成年人、兒童、男性、女性等場景。正確率可達到99.8%。