Acolad
Tee tilaus Ota yhteyttä

Monikielisen datatranskription vertailuanalyysi globaalille tekoäly-yritykselle

Eräs maailmanlaajuinen tekoäly-yritys suoritti osana tekoälymallien kehittämistyötään virallisen datan transkriptiotestauksen, jossa se arvioi eri toimittajia neljällä kielellä. Acolad saavutti 0–1 %:n virheosuuden ja ylsi ykkössijalle – tämän ansiosta asiakkaamme pystyy kehittämään skaalautuvaa monikielistä tekoälyä. Lue lisää.

 

Toimiala ja palvelut

Tietoa asiakkaastamme
Globaali teknologiayritys, jonka kehittämissä tekoälypohjaisissa tuotteissa käytettävien mallien kouluttaminen edellyttää korkealaatuista monikielistä äänidataa

Yritys toimii useilla markkinoilla, joten se tarvitsi hallitun, mitattavan toimittajavertailun sen varmistamiseksi, että sillä oli käytössään paras monikielinen datan transkriptioprosessi neljällä kielellä – ranskaksi, saksaksi, espanjaksi ja portugaliksi – tekoälymallien koulutuksen tukemiseksi.

Haaste

Tekoälykoulutuksessa käytettävän äänidatan luotettava laajentaminen eri kielille

Ennen kuin asiakas pystyi laajentamaan tekoälyn koulutustoimintaansa eri kielille ja markkina-alueille, sen oli saatava varmuus monikielisen datansa luotettavuudesta. Ilman sitä riskit olivat todellisia: vaihteleva laatu kieliparien välillä, eri toimittajien eri tavoin käyttämät annotointikehykset ja koulutusprosessi, joka vaati myöhemmissä vaiheissa kalliiksi käyviä korjaustoimenpiteitä.

Virallinen vertailuanalyysi oli oikea ensimmäinen askel – mutta vain, jos kaikki toimittajat noudattaisivat samoja sääntöjä. Tekoälyn koulutusprosessin kannalta tämä tarkoittaa segmenttitason johdonmukaisuutta jokaisessa annotointiulottuvuudessa. Asiakkaan vaatimukset:

  • aikaleimojen tarkka kohdistus

  • puhujien erottelu, joka säilyy myös päällekkäisessä puheessa

  • johdonmukainen aksenttien luokittelu, joka ei riipu tulkista

  • tunteiden merkintä kalibroiduilla voimakkuuspisteillä, ei subjektiivisilla merkinnöillä

  • yhdenmukaiset puheeseen liittymättömät merkit, joita kaikki merkitsijät käyttävät samalla tavalla

Pienilläkin näiden tekijöiden vaihteluilla olisi merkittäviä vaikutuksia, jolloin tietojoukot eivät olisi enää käyttökelpoisia myöhemmässä tekoälykoulutuksessa.

Kun näitä mittareita verrataan toisiinsa mitattavalla tavalla, asiakas pystyy arvioimaan luotettavasti, mitkä toimittajat pystyvät auttamaan sitä tekoälykoulutuksen laajamittaisessa laajentamisessa parhaiten.

concept of fingers typing on keyboard with data streaming as abstract red orange waves

”Tehtävämme ei ole pelkästään toimittaa dataa, vaan antaa asiakkaille varmuutta skaalaamiseen. Kun asiakas vertailee neljän kielen transkriptiopalveluita samanaikaisesti, laatu tulee ottaa huomioon tuotantoympäristössä jo alusta alkaen, ei arvioida vasta jälkikäteen.”

 

Jennifer Nacinelli, AI Data Program Manager, Acolad

Ruoki tekoälyä laadukkaalla monikielisellä datalla

Acolad tarjoaa kohdennettuja, tarkkoja ja luotettavia tietojoukkoja, joilla varmistetaan tekoälyn ja koneoppimisen paras mahdollinen suorituskyky.

Tutustu datapalveluihimme
square-56
Ratkaisu

Räätälöity data-annotoinnin työnkulku, joka perustuu tiettyihin ohjeisiin

Acolad kehitti projektia varten räätälöidyn transkriptio- ja merkintämoduulin, jossa asiakkaan ohjeet sisällytettiin suoraan tuotantoympäristöön. Jokainen ominaisuus liittyi tiettyyn virhetyyppiin:

  • poikkeamien poistaminen heti alkuvaiheessa segmenttitason aikaleimojen hallinnalla

  • puhujien erottelu ja aksenttien luokittelu samassa käyttöliittymässä, mikä vähentää siirtovirheitä

  • tunteiden merkintä ja voimakkuuden pisteytys jäsenneltyjen syöttökenttien avulla vapaamuotoisen tekstin sijaan

  • käsittelyn aikana käynnistyvät automaattiset laadunvarmistustarkistukset ennen ihmisen suorittamaa tarkistusta

  • toimitusta edeltävä lopullinen tarkistuskierros, johon sisältyy asiakkaan vertailuanalyysia varten dokumentoidut havainnot.

Automaattisen puheentunnistuksen avulla tehty alustava transkriptio yhdistettiin tekoälyavusteiseen, projektin ohjeiden mukaiseen jälkikäsittelyyn – ja ihmisen valvontaan kaikissa vaiheissa, joissa ohjeiden tulkinta vaati harkintaa.

Asiakas sai datan lisäksi myös kirjausketjun, jonka avulla se pystyi arvioimaan tietoja kaikkiin kilpaileviin toimittajiin samoilla ehdoilla.

Tulokset yhdellä silmäyksellä

#1

Acolad sijoittui kaikkien kilpailevien toimittajien edelle

4

Samanaikaisesti tarjottavat kielet

0–1 %

Kokonaisvirheosuus

Kaikki luvut ovat peräisin asiakkaan oman palveluntarjoajan vertailuanalyysistä.
Tulos

Luotettava monikielinen tietopohja tekoälyn käytön skaalaamiseen

Acolad sijoittui vertailuryhmässä kaikkia kilpailevia palveluntarjoajia korkeammalle. Asiakkaan oman analyysin mukaan virheosuus oli 0–1 % koko arvioidussa tietojoukossa.

Kielitason havainnot dokumentoitiin avoimesti – espanjan ja portugalin kielissä ei raportoitu virheitä, ja ranskan ja portugalin kielissä havaittiin vain muutamia pieniä virheitä.

Asiakkaalla on nyt käytettävissään toimittajavalikoima, joka perustuu oletusten sijaan näyttöön. Ja tuotantoprosessi, joka skaalautuu hallitussa annotointiympäristössä – samoilla laadunvalvontakeinoilla, joiden ansiosta vertailuanalyysi onnistui.

Nyt asiakas pystyy kouluttamaan tekoälymallejaan luotettavan monikielisen datan avulla – ja laajentamaan monikielisen tekoälyn koulutusta tuotantomittakaavaan.

freelancer-avatars-centered 1

Kaipaatko luotettavaa ja laajamittaista datan transkriptiopalvelua?

Ota yhteyttä