语音识别数据解决方案

: 20,000小时中文普通话语音数据集

数据堂自有版权的中文普通话语音数据集全部由来自中国本土发音人进行录制。覆盖不同年龄段，如低幼儿童、青少年、成年人、老年人等；覆盖不同地域发音人的不同习惯，如重口音普通话、台湾普通话、中英混读语音数据等；同时，中文普通话也覆盖室内室外不同场景，如家居、车载等场景的唤醒词、命令词等普通话语音数据。
更多数据

: 10,000小时中国地区方言语音数据集

数据堂自有版权的中国地区方言语音数据集涵盖了来自八大方言区本土发音人参与录制的语音数据，包括粤语语音数据集、上海话语音数据集、闽南话语音数据集、昆明方言语音数据集、武汉方言语音数据集、长沙方言语音数据集、四川方言语音数据集等多个地区的方言语音数据，同时由本地人参与质检校对，文本转写更精确。
更多数据

: 10,000小时各国人说英语语音数据集

数据堂自有版权的各国人说英语语音数据集包含了美国、英国、中国、德国、法国、加拿大等各国人说英语的语音数据集。录音文本由语言专家参与设计，贴合客户应用场景，涵盖通用、交互、车载、家居等多类别，内容丰富且文本经过人工校对，准确率高。
更多数据

: 6,000小时亚洲语系语音数据集

数据堂自有版权的亚洲语系语音数据集包含了来自印尼、日本、韩国、越南、马来、泰国等国家的本土发言人参加录制。录音内容丰富，所有文本均有专业人员人工转写，准确率高。
更多数据

: 10,000小时欧洲语系语音数据集

数据堂自有版权的欧洲语系语音数据集包含了来自德国、法国、俄罗斯、西班牙、意大利等国家本土发音人参与录制。录音内容丰富，所有文本均有专业人员人工转写，准确率高。
更多数据

: 2,500小时其他语系语音数据集

数据堂自有版权的其他语系语音数据集主要包括巴西人录制的巴西葡萄牙语数据集、以色列人录制的希伯来语数据集。该系列仍在不断扩建中。
更多数据

定制采集

数据堂自研语音采集工具集成了录音项目管理、语料领用、自动检测语音质量、结果加密上传、电子授权、采标一体化等多种功能，确保录音质量满足各种定制要求。

数据堂可根据客户对地区、语言种类、年龄跨度、声音状态等要求收集语音，正确率可达到99.8%。
数据堂拥有10麦以上麦克风阵列设备的采集经验，有大、中、小型规模的会议室对话音频采集经验，能够根据需求进行领域数据定制，并提供领域词典。
数据堂支持符合日常使用规律且真实自然的多语种混合语料的设计，可筛选发音准确的录音人进行语音采集，并提供内容对应的发音词典，录音设备以手机为主，通用领域的语音内容可满足大部分的场景需求。
数据堂具备提供50多种语言的语音数据采集定制服务，除中文、英语、日语、法语等常用语种外，还支持如新加坡语、印地语等特色语种的采集；公司具有丰富的海外语音数据定制经验，完成多个跨国语音数据采集和制作项目。
数据堂具备覆盖全国8大方言区语音采集能力，可以根据客户需求设计语料、筛选发音人、提供音变词典，支持客户定义句准确率。
数据堂可采集通信、电商、金融对话等多种领域的客服语音数据，满足有/无干扰声源的环境、指定语料、语速、录音人员性别和年龄、普通话/方言等条件。
数据堂能按照要求，收集相应场景的唤醒词数据，包含但不限于纯净语音、噪声、远场、成年人、儿童、男性、女性等场景。正确率可达到99.8%。