Avainlauseiden/kehotteiden äänikokoelma
Tapaustutkimus: Key Phrase Collection auton ääniohjatuille järjestelmille
Autoteollisuudessa on yhä enemmän kysyntää autoihin asennetuille ääniohjatuille järjestelmille, mikä määrittelee uudelleen tapamme toimia liikkuvien ajoneuvojemme kanssa.
Autoteollisuus on ottanut nopeasti käyttöön ääniohjatut järjestelmät, ja suuret toimijat, kuten Ford, Tesla ja BMW, ovat integroineet edistyneen äänentunnistuksen ajoneuvoihinsa. Vuoteen 2022 mennessä arvioitiin, että yli 50 prosentissa uusista autoista oli äänentunnistusominaisuus. Näiden integraatioiden tarkoituksena on parantaa turvallisuutta, jolloin kuljettajat voivat käyttää navigointi-, viihde- ja viestintätoimintoja ilman häiriötekijöitä.
Autojen puheentunnistuksen markkina-arvon ennustettiin ylittävän miljardin dollarin vuoteen 1 mennessä, mikä osoittaa, että hands-free, älykkäiden autojen vuorovaikutusten kysyntä on kasvavaa.
Automotive
Tutkimusten mukaan vuoteen 2022 mennessä 73 prosenttia kuljettajista käyttää autossa olevaa ääniavustajaa.
Automotive Voice Recognition System -markkinoiden arvoksi arvioitiin 2.01 miljardia dollaria vuonna 2021, ja sen odotetaan nousevan 3.51 miljardiin dollariin vuoteen 2027 mennessä, jolloin CAGR on noin 8.07 %.
Todellisen maailman ratkaisu
Tiedot, jotka käyttävät ääniaktivoituja järjestelmiä
Autojen ääniohjattavat järjestelmät lisäävät turvallisuutta ja käyttömukavuutta. Niiden avulla kuljettajat voivat käyttää navigointia, soittaa puheluita, lähettää tekstejä ja hallita musiikkia irrottamatta käsiään ratista tai katsomatta tiestä. Vastaamalla sanallisiin käskyihin nämä järjestelmät vähentävät häiriötekijöitä, edistävät moniajoa ja varmistavat jatkuvan keskittymisen ajamiseen.
Asiakas on maailman johtava keskusteluälyn tarjoaja, joka tarjoaa puheälyratkaisuja, joiden avulla yritykset voivat tarjota asiakkailleen uskomattomia keskustelukokemuksia. He työskentelivät johtavien autoyritysten kanssa kouluttaakseen ääniaktivoituja järjestelmiään merkkilauseilla ja tarvitsivat Shaipin asiantuntemusta äänidatan keräämisestä.
Haasteet
- Joukkoistaminen: Rekrytoi yli 2800 XNUMX äidinkielenään puhuvaa kieltä kohden maailmanlaajuisesti.
- Tiedonkeruu: Suojaa yli 200 12 kehotetta XNUMX kielellä asetetussa ajassa.
- Kontekstin ja tarkoituksen tunnistaminen: Jotta käyttäjien pyyntöjä ymmärrettäisiin oikein, järjestelmiä piti kouluttaa saman avainsanailmauksen eri muunnelmiin.
- Taustamelun käsittely: Osoita todellista taustamelua ML-mallin tarkkuuden varmistamiseksi.
- Biasin vähentäminen: Hanki ääninäytteitä eri väestöryhmistä varmistaaksesi osallisuuden.
- Äänitiedot: 16 khz 16 bitin PCM, mono, yksikanavainen, WAV; ei käsittelyä.
- Tallennusympäristö: Tallenteiden tulee olla puhdasta ilman taustamelua tai häiriötä. Keskeiset lauseet, jotka tallennetaan normaalilla puheella.
- Laatutarkastus: Kaikille puhetallenteille tehdään laatuarviointi ja validointi, vain validoidut puhetallenteet toimitetaan. Jos Shaip ei täytä sovittuja laatustandardeja, Shaip toimittaa tiedot uudelleen ilman lisäkustannuksia
Ratkaisu
Shaip Conversational AI -tilan asiantuntemuksensa ansiosta asiakas sai:
- Tiedonkeruu: 208 12 avainlausetta/tuotemerkkikehotteita kerätty 2800 maailmanlaajuisella kielellä XNUMX puhujalta määrätyn ajan kuluessa
- Monipuoliset aksentit ja murteet: Rekrytoituja asiantuntijoita ympäri maailmaa, jotka hallitsevat halutut aksentit ja murteet.
- Kontekstin ja tarkoituksen tunnistaminen: Jokaisen puhujan tehtävänä oli tallentaa avainlauseet 20 eri muunnelmaan, jotta ML-mallit pystyivät ymmärtämään tarkasti käyttäjien pyynnöt kontekstin ja tarkoituksen suhteen.
- Taustamelun käsittely: Varmistaaksemme koskemattoman äänenlaadun varmistimme, että avainlauseet tallennettiin rauhallisessa ympäristössä, jonka melutaso on alle 40 dB, ilman taustahäiriöitä, kuten television, radion, musiikin, puheen tai katuääniä.
- Biasin vähentäminen: Minimoidaksemme puolueellisuuden otamme mukaan henkilöitä eri alueilta ja säilytimme tasapainoisen demografisen edustuksen, jossa 50 % oli miehiä ja 50 % naisia, ikäryhmissä 18–60 vuotta.
- Tallennusohjeet: Avainlauseet tallennettiin johdonmukaisella, normaalilla puhekuviolla ilman muutoksia, kuten nopeaa tai hidasta tahdistusta. 2 sekunnin hiljaisuus sekä alussa että lopussa varmistaakseen, ettei mitään puheen osaa vahingossa leikattu.
- Tallennusmuoto: Ääni tallennettiin 16 kHz:llä, 16-bittisellä PCM:llä monona, käyttämällä yhtä kanavaa, ja tallennettu WAV-tiedostomuotoon. Ääni pysyy käsittelemättömänä, mikä tarkoittaa, että siinä ei käytetty pakkausta, kaikua tai taajuuskorjainta.
- Laatu: Jokaiselle puhetallennukselle tehtiin tiukat laatutarkastukset ja validointi. Vain tämän arvioinnin läpäisseet tallenteet toimitettiin. Kaikki tiedostot, jotka eivät ylittäneet sovittuja laatustandardeja, tallennettiin uudelleen ja toimitettiin ilman lisäkuluja
Tulos
Laadukkaat brändiavainlauseäänitiedot tai äänikehotteet mahdollistavat autoalan yrityksille ja heidän asiakkailleen:
- Brändäys ja identiteetti: Äänikehotteet erityisillä brändilauseilla auttavat yrityksiä luomaan suoran ja mieleenpainuvan yhteyden käyttäjän ja brändin välille, mikä parantaa brändin muistamista.
- Helppokäyttöinen: Äänikomentojen avulla kuljettajan on helpompi olla vuorovaikutuksessa ajoneuvojen kanssa ilman, että heidän käsiään irrotetaan ratista tai katsetaan tieltä, mikä parantaa liikenneturvallisuutta.
- Toimivuus: Äänikomennot tekevät auton ominaisuuksien käyttämisestä ja ohjaamisesta intuitiivisempaa. Olipa kyseessä sitten navigointi, median toisto tai ilmastointi.
- Integrointi muihin järjestelmiin: Monet ääniaktivoidut järjestelmät on integroitu älypuhelimiin, älykotiin ja muihin IoT-laitteisiin. Käyttäjä voi esimerkiksi pyytää autoaan sytyttämään valot kotona, kun hän lähestyy kotia.
- Kilpailuetu: Kehittyneiden ääniohjattujen järjestelmien tarjoaminen voi olla myyntivaltti ja erottava tekijä. Ostajat etsivät uusinta tekniikkaa harkitessaan uuden auton ostoa.
- Tulevaisuuden turvaaminen: Kun tekniikka kehittyy ja IoT integroituu entistä enemmän jokapäiväiseen elämään, vankka ääniohjattu järjestelmä tekee autoteollisuudesta mukautuvampia tulevaisuuden tekniikkaan.
- Tulomahdollisuudet: Muita kaupallistamismahdollisuuksia, kuten puhejärjestelmät, tarjoavat suosituksia tai integroituja verkkokauppakokemuksia (kuten ruoan tilaaminen tai lähipalvelujen löytäminen), jotka voivat tuottaa tytäryhtiöille tuloja.
Kun aloimme hankkia äänikehotteita autoteollisuudelle, haasteita oli lukuisia. Puheen, aksenttien ja sävyjen monimuotoisuuden vangitseminen oli elintärkeää edustamaan asiakkaamme globaalia asiakaskuntaa. Shaip erottui paitsi myyjänä myös todellisena kumppanina. Heidän sitoutumisensa erilaisten äänien turvaamiseen eri alueilta oli kiitettävää. He ylittivät pelkän äänten keräämisen; he ymmärsivät projektimme tarpeiden vivahteet takaaen huippuluokan tallenteet. Heidän virheettömästi audiokokoelmastandardien noudattamisensa osoitti heidän ammattimaisuuttaan ja omistautumistaan projektiin.