د آډیو ډیټا راټولول

تعریف

د آډیو معلوماتو راټولول د مصنوعي ذهانت سیسټمونو د روزنې او ارزونې لپاره د خامو غږونو د ثبتولو پروسه ده. په معلوماتو کې ممکن وینا، موسیقي، یا د چاپیریال غږونه شامل وي.

هدف

موخه دا ده چې د استازو ډیټاسیټونو رامینځته کول وي چې آډیو ماډلونو ته اجازه ورکوي چې په تلفظونو، چاپیریالونو او وسیلو کې د اعتبار وړ فعالیت وکړي.

اهمیت

• د قوي وینا او غږیز سیسټمونو د روزنې لپاره اړین دی.
• د تعصب څخه د مخنیوي لپاره باید تنوع (ژبې، شرایط) په پام کې ونیول شي.
• د ثبت شویو غږونو لپاره قوي محرمیت او رضایت اقداماتو ته اړتیا ده.
• د راټولولو کیفیت د AI فعالیت اغیزمن کوي.

څنګه کار کوي

1. اهداف تعریف کړئ (د مثال په توګه، د وینا پیژندنه، د غږ پیژندنه).
2. د ثبت وسایل او چاپیریال غوره کړئ.
3. ویناوال استخدام کړئ یا طبیعي ریکارډونه راټول کړئ.
4. د غږ او کیفیت کنټرولولو پرمهال آډیو ثبت کړئ.
5. د وروسته کارولو لپاره د میټاډاټا سره ریکارډونه ذخیره کړئ.

مثالونه (حقیقي نړۍ)

• د ګوګل د وینا قوماندې: د خبرو شویو قوماندې ګڼه ګوڼه سرچینه.
• UrbanSound8K: د لیبل شوي چاپیریالي غږونو ډیټاسیټ.
• LibriSpeech: د ASR څیړنې لپاره د آډیو بوک څخه اخیستل شوی ټولګه.

حوالې / نور لوستل

• د وینا معلوماتو راټولولو لارښوونې — د ژبپوهنیزو معلوماتو کنسورشیم.
• د آډیو پیژندنې لپاره ډیټاسیټونه — د کوډ سره کاغذونه.
• ISO/IEC TR 20547-5: د لویو معلوماتو حوالې جوړښت — ISO.
• د آډیو ډیټا راټولول - شیپ