語音辨識資料的蒐集方式：基本流程與資料類型

「人工智慧是一項模擬人類能力的技術成果，而資料採集的方式，必須依據特定的使用情境來設計。」—— Mark Brayan（Appen CEO）

我們始終強調，一項高品質的人工智慧產品，必須建立在高品質的訓練資料之上。不同類型的人工智慧模型，需要以不同形式的資料進行訓練；唯有採集正確且符合使用情境的資料來訓練特定模型，才能打造出高準確度的 AI 產品，並真正解決特定場景中的實際問題。

在決定資料採集方式之前，我們首先應該釐清：這個 AI 要解決的應用場景是什麼？

舉例來說，若目標是打造一套智慧客服語音系統，所需的關鍵資料必然是大量且多樣化的語音資料，而非影像資料。當需求明確為語音資料後，下一步便是評估適合的語音資料採集方式。

這其中包含幾個關鍵問題需要思考：

• 是否需要特定的資料採集工具？
• 是否需要相關培訓，才能正確使用這些工具？
• 是必須採集全新的資料，還是能在既有資料基礎上進行更新與擴充？

當我們清楚了解產品最終的服務目標與現況後，資料蒐集的方法往往就能迎刃而解，並且更精準地對應實際需求。

語音資料採集的方法

若你要打造一款聊天機器人或智慧語音系統，就必須使用語音資料來訓練演算法模型。不同類型的語音產品，對語音資料在規模、數量與複雜度上的需求也各不相同。

語音資料本身可分為多種類型，其中最常見的包括：

• 語音辨識資料（ASR, Automatic Speech Recognition）
• 語音合成資料（TTS, Text-to-Speech）

語音資料採集的基本流程

一套完整的語音資料採集流程，通常包含以下步驟：

1. 明確定義使用者需要說出的內容
2. 確認所屬的特定領域語言（如客服、醫療、金融等）
3. 根據該領域語言樣本建立語音「腳本」
4. 確定目標受眾（如年齡、性別、語言背景）
5. 錄製使用者依照腳本朗讀的語音內容
6. 將採集到的語音資料進行轉寫
7. 建立測試資料集
8. 使用資料訓練語言模型

語音辨識（ASR）資料的分類

語音辨識資料可依其控制程度，分為以下三種類型：

• 受控型：腳本式語音資料

使用事先設計好的腳本進行錄音，內容與結構高度可控，適合模型初期訓練。

• 半受控型：情境導向語音資料

依特定使用情境設計語音內容，但允許一定程度的自然發揮，常用於模擬實際應用場景。

• 自然型：無腳本或對話式語音資料

完全不依賴腳本，強調真實對話與自然語言表達，最貼近實際使用情境，但資料處理難度也最高。

的不同表达方式而不关注采集人员说的具体内容。

1. 腳本式語音資料

腳本式語音辨識資料的採集，通常包含語音指令、喚醒詞（Wake Word），或兩者的組合形式。參與資料採集的人員，會被要求朗讀一組事先設計好的喚醒詞或語音指令句型。

例如：

• 「Google，請把音量調大」
• 「Google，聲音調大一點」
• 「Google，太小聲了」

以上指令雖然表達方式不同，但實際上代表的是相同的操作意圖。這類資料的採集重點，在於觀察同一指令在不同語言表達下的變化，而非說話者本身的個人內容。

2. 情境式語音資料（基於場景）

情境式語音資料，是指說話者根據特定使用場景所說出的一組語音指令，常用於採集較自然的語音資料。資料採集人員會被要求在指定情境下，自由說出一系列符合該場景的指令。

舉例來說，若情境為：詢問 A 地圖軟體如何前往台北 101，參與者可能會說：

• 「A，我要怎麼去台北 101？」
• 「A，幫我規劃到台北 101的導航路線。」
• 「帶我去台北 101，A。」

這類資料通常用於同一情境下、不同表達方式（意圖）的抽樣採集，以提升系統對使用者多樣語言表達的理解能力。

3. 無腳本或對話式語音資料

無腳本或對話式語音資料，屬於高度自然的語音採集方式，通常需要多位參與者進行即時對話。資料採集時，參與者可圍繞某一主題自由討論，而不依賴任何事先設定的腳本。

例如，若討論主題為：建築：

• 參與者 A：「你覺得今年的普立茲克建築獎會頒給哪位建築師？」
• 參與者 B：「我猜可能會是比較冷門的建築師吧。」
• 參與者 C：「你們覺得中國的建築師有機會嗎？」
• 參與者 A：「我覺得機會不大，感覺還是海外建築師的可能性比較高。」

這類資料主要用於訓練 AI 系統理解自然對話的多樣性與語境變化，常見應用包含聊天機器人與對話型 AI 系統。

為什麼選擇第三方資料採集服務供應商？

透過與專業的第三方資料採集與標註供應商合作，企業可以大幅節省在資料採集與標註上的時間與成本，進而更專注於核心的產品研發與技術創新。

Appen 作為全球 AI 資料採集與標註服務的領導者，擁有橫跨 235 種以上語言與方言的專業團隊。選擇與我們合作，代表你可以直接與熟悉多語言、多文化情境的專家團隊合作，快速為新市場或新產品明確定位所需的資料採集與標註需求。

我們的語音專家團隊，能依據你的實際應用場景與產品需求，量身打造所需的：

• ASR（自動語音辨識）語音資料
• TTS（語音合成）語音資料

協助你開發專屬的語音辨識模型或語音合成引擎，加速產品落地與市場部署。

你也可以進一步了解我們的自然語言處理（NLP）資料解決方案，全面支援你的語音與語言 AI 專案。

若你的團隊需要快速啟動專案，也可直接選購我們已準備完成的成品訓練資料集，即刻投入模型訓練與測試。