자유대화 음성(소아, 유아)

자유대화 음성(소아, 유아)

데이터셋명 자유대화 음성(소아, 유아)
데이터 분야 음성/자연어 데이터 유형 텍스트, 오디오
구축기관 NHN다이퀘스트 데이터 관련 문의처 담당자명 전기왕(NHN다이퀘스트)
가공기관 잉글리시헌트, NHN다이퀘스트, 셀바스AI 전화번호 02-3470-4307
검수기관 아임클라우드 이메일 kiwang@diquest.com
구축 데이터량 432만 구축년도 2020년
버전 1.2 최종수정일자 2021.10.28
소개 한국인 중 소아남녀의 음성을 문자로 바꾸어 주고, 문맥을 이해하는 한국어 음성언어처리 기술 개발을 위한 한국어 음성 데이터
주요 키워드 음성인식, 음성언어처리, 자연어처리, 한국어 음성언어연구, 신호처리, AI 비서, Voice Command & Control, AI 로봇
저작권 및 이용정책 본 데이터는 과학기술정보통신부가 주관하고 한국지능정보사회진흥원이 지원하는 '인공지능 학습용 데이터 구축사업'으로 구축된 데이터입니다. [데이터 이용정책 상세보기]
데이터설명서 자료보기 구축활용가이드 자료보기
샘플데이터 업데이트 중 교육활용동영상 영상보기
저작도구 다운로드 AI모델 업데이트 중
※ 본 데이터에 포함된 이름, 주소, 전화번호, 상황 등은 모두 창작된 것으로 실제와 어떠한 관련이 없음을 알려드립니다.
데이터 변경이력
버전 일자 변경내용 비고
1.2 2021.10.28 데이터 품질 보완  
1.1 2021.10.07 데이터 추가 개방  
1.0 2021.06.30 데이터 최초 개방  
구축 목적
  • 소아들의 음성인식 관련 서비스가 증가되고 있으나 소아들의 발화 특성(어휘, 발음 등)을 반영한 음성학습 데이터의 부족으로 음성인식 품질 이슈가 있으며 이를 극복하기 위해 해당 연령대의 별도의 학습데이터 구축이 필요
활용 분야
  • 음성인식, 음성언어처리, 자연어처리, 한국어 음성언어연구, 신호처리 등의 연구 분야와 온/오프라인 기반의 음성인식, AI비서, Voice Bot, Voice Command & Control, AI 로봇, 음성인식 기반 키오스크 등의 산업분야에 활용
소개
  • 자연어 자유대화 소아남여 학습데이터셋은 연령대를 2단계로 구분하여 (3~6세, 7~10세) 사용자들의 자유대화 음성데이터 및 음성데이터 전사결과, 녹음 대상자의 정보, 녹음환경 등의 정보를 포함한 메타데이터로 구성

     

자유대화(소아남여, 유아등) 소개 이미지
구축 내용 및 제공 데이터량
  • 3세~10세 사이의 연령인 소아 남녀를 대상으로 데이터 수집
  • 1,000명 이상의 발화자를 대상으로 3,000여 시간의 음성 데이터 수집
대표도면
  • 발화데이터소아남여 발화데이터 예시

     

  • Jason 데이터소아남여 Json데이터 예시

     

필요성
  • 유아와 어린이의 경우 인공지능비서, 음성인식봇이 제공하는 서비스에 대한 거부감이 타 연령 대비 적고 활용하려는 경향은 높으나, 사용어휘, 어순 등의 발화의 특성이 일반 성인들과 다르기 때문에 음성인식 기반 서비스 품질 향상을 위해서는 유아와 어린이의 발화 특성을 반영한 별도의 음성인식 학습데이터 구축이 요구됨
  • 영아/어린이의 발화특성을 반영한 자유대화(일상대화)데이터를 구축하여, 음성인식 기반 인공지능(AI) 서비스 사용에 대하여 소외되는 계층이 없는 인프라를 구성 해야 할 필요성이 제기
  • 따라서 소아들이 사용하는 비문법적인 표현, 말 줄임, 소아 특유의 부정확한 발음 등 실제로 소아가 일상생활에서 사용하는 언어의 특징이 반영된 한국어 음성 데이터의 구축이 필요
데이터 구조
  • 데이터 형태
    데이터 형태 표
    수집 대상 형태
    원천데이터 o PCM(WAV) 음성 파일
    o 대상자 및 대화 시나리오 정보를 포함한 음성파일
    메타데이터 o Json 형태
    o 대상자 상세정보 (성별 / 연령 / 지역)
    o 녹음환경 정보 (실내 / 실외 : 대중교통, 거리 등)
    o 대화 주제 및 상세내용

     

    - 원천데이터(음성파일)과 메타데이터(Json)로 구분
    - 원천데이터(음성파일)은 각각의 파일명으로 구분 (Ex. sample1.wav)

     

  • 어노테이션 포맷
    데이터 Naming 표
    대분류 속성표기 의미 타입 필수여부
    발화정보 recrdDt 녹음일시 String Y
    recrdTime 녹음시간 String Y
    stt 음성인식결과 String Y
    fileNm 파일명 String Y
    recrdQuality 녹음품질 String Y
    scriptSetNo 스크립트셋 번호 String  
    scriptId 스크립트ID String  
    대화정보 colctUnitCode 수집방법 String Y
    convrsThema 대화주제 String Y
    cityCode 지역 String Y
    recrdEnvrn 녹음환경 String Y
    recrdUnit 녹음도구 String Y
    녹음자정보 recorderId 녹음자ID String  
    gender 성별 String Y
    age 나이 String Y
데이터셋 구축 담당자
수행기관(주관) : NHN다이퀘스트
수행기관(주관)
책임자 전화번호 대표이메일 담당업무
전기왕  02-3470-4307  kiwang@diquest.com · 데이터 구축 총괄
수행기관(참여)
수행기관(참여)
기관명 담당업무 기관명 담당업무
NHN다이퀘스트 · 음성 데이터 수집 및 가공, 응용 서비스 개발 잉글리시헌트 · 음성 데이터 수집 및 가공, 응용 서비스 개발
셀바스AI · AI모델 개발, 음성 데이터 수집 및 가공 아임클라우드 · 음성 데이터 검수