Raccolta di dati audio per lo sviluppo di un sistema di riconoscimento vocale
Abbiamo collaborato a un progetto volto allo sviluppo di un sistema di riconoscimento vocale in lingua italiana, con particolare attenzione alla varietà degli accenti regionali. L’obiettivo era raccogliere registrazioni audio di conversazioni spontanee, differenziate per tematiche, genere dei parlanti e provenienza geografica. La sfida consisteva nel garantire varietà e autenticità dei dati mantenendo alti standard qualitativi e rispettando le specifiche tecniche fornite dal cliente.
Raccolta di dati audio per il training di un sistema di riconoscimento vocale
Siamo stati incaricati di supportare un progetto volto allo sviluppo di un sistema di riconoscimento e assistenza vocale. L’obiettivo era raccogliere dati vocali di parlanti nativi francesi per addestrare un assistente vocale in grado di interagire in modo naturale, fluido e intuitivo. Il cliente necessitava di un ampio volume di registrazioni conformi a rigidi standard qualitativi. Abbiamo quindi fornito un supporto completo per strutturare e supervisionare ogni fase della raccolta dati.
Annotazione testuale
Abbiamo partecipato a un progetto di annotazione testuale su larga scala, con l’obiettivo di etichettare specifici datapoint all’interno di 20.000 documenti in lingua italiana. Il cliente necessitava di un processo accurato, scalabile e rapido, che garantisse la qualità necessaria a supportare attività avanzate di ricerca e sviluppo. Per affrontare la mole di dati e rispettare le scadenze, è stato richiesto il supporto operativo e strategico del nostro team.
Raccolta di dati sms per il training di sistemi speech-to-text
Siamo stati incaricati di supportare un progetto multilingue per il miglioramento dei sistemi speech-to-text, attraverso la raccolta di messaggi SMS realistici e contestualizzati. L’obiettivo era fornire ai modelli di traduzione automatica dati autentici e diversificati, in grado di riflettere il linguaggio quotidiano degli utenti. La sfida principale consisteva nel generare contenuti coerenti, credibili e aderenti agli scenari proposti, mantenendo coerenza linguistica e qualità in più lingue.