-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2021-10-22 데이터 추가 개방 1.1 2021-10-21 데이터 추가 개방 1.0 2021-06-30 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 소개
차량 내 대화 및 명령어를 인식하여 문자로 바꾸어 주는 AI기술을 위한 음성 데이터
구축목적
차량 내에서 발화한 한국인의 음성 대화 및 명령어를 문자로 바꾸어 주고, 문맥을 이해하는 한국어 음성언어처리 기술 개발을 위한 차량 내 대화 및 명령어 기반 AI 학습용 한국어 음성 차량 데이터를 구축함으로써, 국내 음성인식 인공지능 기술을 발전시키고 서비스를 제공하고자 함
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 오디오 , 텍스트 데이터 형식 데이터 출처 라벨링 유형 라벨링 형식 데이터 활용 서비스 데이터 구축년도/
데이터 구축량2020년/460.8만 -
구축 내용 및 제공 데이터량
- 데이터 구축 프로세스
- - 데이터 설계, 수집, 가공, 검수 및 AI 모델링 수행 (정형 데이터 대상)
- - 데이터 설계, 수집, 가공, 검수 및 AI 모델링 수행 (정형 데이터 대상)
- 데이터 구축 규모
- - 음성 3,200시간 데이터 구축
- 음성 데이터 수집 도구
- - 스마트폰, 태블릿, PC 등 다양한 환경에서 크라우드 워커들의 데이터 수집 수행, 문장 단위 데이터 가공의 자동화로 효율적 수집 가능
- - 스마트폰, 태블릿, PC 등 다양한 환경에서 크라우드 워커들의 데이터 수집 수행, 문장 단위 데이터 가공의 자동화로 효율적 수집 가능
- 파일명 구조
- - 파일명으로 데이터 카테고리, 화자정보, 환경정보 등을 쉽게 구분.
- - 파일명으로 데이터 카테고리, 화자정보, 환경정보 등을 쉽게 구분.
- 데이터 검수 도구
- - 3단계의 강도 높은 검수를 통해 데이터 품질 확보.
- - 3단계의 강도 높은 검수를 통해 데이터 품질 확보.
- 어노테이션 구조
- 데이터 구축 프로세스
-
-
AI 모델 상세 설명서 다운로드
AI 모델 다운로드 -
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 학습 성능 (STT 인식률) Speech Recognition Kaldi CER 8 % 6.62 % 2 학습 성능 (STT 인식률) Speech Recognition Kaldi WER 16 % 13.37 %
※ 데이터 성능 지표가 여러 개일 경우 각 항목을 클릭하면 해당 지표의 값이 그래프에 표기됩니다.
※ AI모델 평가 지표에 따라 측정값의 범위, 판단 기준이 달라질 수 있습니다. (ex. 오류율의 경우, 낮을수록 좋은 성능을 내는 것으로 평가됩니다)
-
설명서 및 활용가이드 다운로드
데이터 설명서 다운로드 구축활용가이드 다운로드※ 본 데이터에 포함된 이름, 주소, 전화번호, 상황 등은 모두 창작된 것으로 실제와 어떠한 관련이 없음을 알려드립니다.
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.2 2021.10.22 데이터 추가 개방 1.1 2021.10.21 데이터 추가 개방 1.0 2021.06.30 데이터 최초 개방 구축 목적
- 차량 내에서 발화한 한국인의 음성 대화 및 명령어를 문자로 바꾸어 주고, 문맥을 이해하는 한국어 음성언어처리 기술 개발을 위한 차량 내 대화 및 명령어 기반 AI 학습용 한국어 음성 차량 데이터를 구축함으로써, 국내 음성인식 인공지능 기술을 발전시키고 서비스를 제공하고자 함
활용 분야
- 음성 서비스를 제공하고자 하는 기업과 기관 및 개인
소개
- AI 음성 서비스를 위한 음성 데이터를 다양한 환경에서 수집하여 생활 곳곳에서 음성 서비스를 가능하게 함.
- 차량 AI 명령어는 AI 음성비서, 자율주 행 차량, 홈투카, 카투홈 등의 서비스를 만들어낼 수 있음.
구축 내용 및 제공 데이터량
- 데이터 구축 프로세스
- - 데이터 설계, 수집, 가공, 검수 및 AI 모델링 수행 (정형 데이터 대상)
- - 데이터 설계, 수집, 가공, 검수 및 AI 모델링 수행 (정형 데이터 대상)
- 데이터 구축 규모
- - 음성 3,200시간 데이터 구축
- 음성 데이터 수집 도구
- - 스마트폰, 태블릿, PC 등 다양한 환경에서 크라우드 워커들의 데이터 수집 수행, 문장 단위 데이터 가공의 자동화로 효율적 수집 가능
- - 스마트폰, 태블릿, PC 등 다양한 환경에서 크라우드 워커들의 데이터 수집 수행, 문장 단위 데이터 가공의 자동화로 효율적 수집 가능
- 파일명 구조
- - 파일명으로 데이터 카테고리, 화자정보, 환경정보 등을 쉽게 구분.
- - 파일명으로 데이터 카테고리, 화자정보, 환경정보 등을 쉽게 구분.
- 데이터 검수 도구
- - 3단계의 강도 높은 검수를 통해 데이터 품질 확보.
- - 3단계의 강도 높은 검수를 통해 데이터 품질 확보.
- 어노테이션 구조
필요성
- 자율주행 제어 등 자동차 관련 기술 발전에 기여할 것으로 기대. 차량 내 음성인식은 자율주행의 UI로 가장 적합하기 때문에 관련 기술이 발전되어야 함. 본 사업은 그러한 토대를 마련해 줄 수 있을 것.
- 차량 명령어 AI 음성 데이터를 차량용 AI 비서에 활용 가능
- 음성 명령어 기반의 차량 전용 AI 비서 어플리케이션을 통하여, 스마트폰 조작이 어려운 운전 중에도 정보 탐색 및 습득에 대한 편의성과 접근성을 높일 수 있도록 함
데이터 구조
{ "기본정보":{ "Language" : "KOR", "Version" : "N/A", "ApplicationCategory" : "N/A", "NumberOfSpeaker" : "2484", "NumberOfUtterance" : "N/A", "DataCategory" : "readSpeech", "RecordingDate" : "N/A", "FillingDate" : "N/A", "RevisionHistory" : "N/A", "Distributor" : "MediaZen" }, "음성정보":{ "SamplingRate" : "48000", "NumberOfBit" : "16", "ByteOrder" : "N/A", "EncodingLaw" : "SignedIntegerPCM", "NumberOfChannel" : "1", "SignalToNoiseRatio" : "N/A" }, "전사정보":{ "LabelText" : "오늘 날씨를 알려줘", }, "화자정보":{ "SpeakerName" : "PCS", "Gender" : "Male", "Age" : "21~40", "Region" : "01", "Dialect" : "NotProvdied" }, "환경정보":{ "RecordingEnviron" : "Mart", "NoiseEnviron" : "Mart", "RecordingDevice" : "SmartPhone", }, "파일정보":{ "FileCategory" : "Audio", "FileName" : "test1_1_01_01_PCS_M_02_B.wav", "DirectoryPath" : "/path/to/the/folder", "HeaderSize" : "N/A", "FileLength" : "N/A", "FileFormat" : "PCM", "NumberOfRepeat" : "1", "TimeInterval" : "N/A", "Distance" : "50" }, "기타정보":{ "QualityStatus" : "Good", } } -
데이터셋 구축 담당자
수행기관(주관) : 비디
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 이진희 02-2025-4999 midi0225@bluedigm.com · 데이터구축 총괄 · 응용서비스 개발 수행기관(참여)
수행기관(참여) 기관명 담당업무 미디어젠㈜ · 데이터 검수
· AI 모델링셀렉트스타 · 비정형 데이터 정제
· 비정형 데이터 검수메트릭스리서치 · 크라우드소싱
· 결과물 정제 및 검수세종대학교 · 데이터 검증 및 연구활동 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 이진희(비디) 02-2025-4999 midi0225@bluedigm.com
-
인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
* 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
* 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석 -
- AI 허브 접속
신청자 - 안심존
사용신청신청자신청서류 제출* - 심사구축기관
- 승인구축기관
- 데이터 분석 활용신청자
- 분석모델반출신청자
- AI 허브 접속
-
1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기]
2. 기관생명윤리위원회(IRB) 승인된 연구계획서
3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
4. 안심존 이용 신청서 [다운로드]
5. 보안서약서 [다운로드]
※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다. -
신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의
데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.
API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.
리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.
※ 파일 병합 리눅스 명령어
find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"
- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.
- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.
※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.