콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#일상 대화 # 쇼핑 대화 # 정치 대화 # 경제 대화 # 취미 대화 # AI 비서 # 동시통역 # 감성형 대화 음성지능 서비스

한국어 음성

한국어 음성
  • 분야한국어
  • 유형 오디오 , 텍스트
구축년도 : 2018 갱신년월 : 2019-05 조회수 : 48,782 다운로드 : 14,036 용량 :

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2019-05-15 데이터 최초 개방

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2022-10-17 세부데이터, 데이터통계 항목 내 링크 수정

    소개

    대화형 음성 인식 성능 개선을 위한 음향 모델용 한국어 자유 발화 음성 데이터 구축 및 2,000여명의 발성 대화 음성 1,000시간을 구축한 자연어 데이터 제공
  • 구축내용

     

    [ 한국어 음성 분야 대화 주제 표 예시 ]

    법률 데이터 구축내용 표 (구축년도,데이터종류,포함내용,제공방식)
    데이터 종류 구축수량 포함 내용 제공 방식
    안부 일상 대화 자기소개 날씨 계절
    거주지 정보 황사/미세먼지
    이성친구 혹서기/혹한기
    학교생활 장마/폭설
    회사생활 온도
    기념일 눈/비/안개 등
    쇼핑 의류 취미 사진
    전자기기 여행
    생활용품 음식(맛집)
    악기 등
    TV 예능 운동
    드라마 전시회
    영화 공연
    연예인 블로그
    시사 음악
    정치 경제 정치 스포츠
    부동산 게임
    주식 자동차
        전공 전공(이과/문과)
  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드

    데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2019.05.15 데이터 최초 개방  

    필요성

    • 최근 대화형 AI 서비스의 글로벌 경쟁이 치열함에 따라 국내 산업체 지원을 위한 AI학습용 대화형 자유발화 음성DB 구축 시급
    • 구글, 바이두 등 해외 경쟁업체는 수천~수만시간의 대용량 음성데이터를 AI 기술 개발에 활용하고 있으나 국내에서는 수십~백시간 수준의 소규모 데이터 구축으로 한정되어 AI 기술개발에 제약이 되고 있음
    • 본 DB 활용을 통해 국가 간 사활을 걸고 있는 AI 분야 대화형 음성인식 기술경쟁 우위 확보 및 新서비스 창출로 글로벌 시장 점유 확대 및 AI비서, 외국어교육, 동시통역 등 AI 기반 음성인식 사용성의 획기적 개선으로 장애인, 다문화가족을 비롯한 일반 국민의 편익 향상이 기대됨

    구축내용

     

    [ 한국어 음성 분야 대화 주제 표 예시 ]

    법률 데이터 구축내용 표 (구축년도,데이터종류,포함내용,제공방식)
    데이터 종류 구축수량 포함 내용 제공 방식
    안부 일상 대화 자기소개 날씨 계절
    거주지 정보 황사/미세먼지
    이성친구 혹서기/혹한기
    학교생활 장마/폭설
    회사생활 온도
    기념일 눈/비/안개 등
    쇼핑 의류 취미 사진
    전자기기 여행
    생활용품 음식(맛집)
    악기 등
    TV 예능 운동
    드라마 전시회
    영화 공연
    연예인 블로그
    시사 음악
    정치 경제 정치 스포츠
    부동산 게임
    주식 자동차
        전공 전공(이과/문과)

    데이터 구조

    • 발화 단위로 세그멘테이션된 음성파일(포맷: 16kHz/16bits, headerless (little endian) linear PCM)과 전사파일(포맷: EUC-KR)로 구성- [그림 1] 데이터처리, [그림 2] 자유 발화 녹음 장면
    • 발화단위는 long pause 단위로, 1개 발화에는 복수 개의 문장으로 구성됨- [그림 3] 음성 검사 프로그램
    • 구축DB의 크기는 총 123GB이며, 41개의 폴더에 3GB씩 음성/전사 파일을 할당함

    한국어음성 데이터 분석 이미지 예시

    <한국어음성 데이터 분석 이미지 예시>

     

    데이터 활용 예

    • 인공지능 기반 대국민 민원서비스(예: 음성 챗봇 기반 민원상담 콜센터, 다국어 자동 자막 방송, 검찰/대법원 속기록 작성) 개선
    • AI 비서, 대화로봇, 동시통역, AI 튜터 등 대화형 음성인식 기술 개발
    • 금융 및 보험 등 서비스 자동화, 스마트폰 응용서비스, 지능형 홈, IoT 서비스 등 음성기반 인공지능서비스 구현
    • 청각장애인을 위한 방송 자동자막화, 신체장애자를 위한 음성명령 등 장애인을 위한 음성인터페이스 개발
    • 고령화에 따른 독거노인 대화 서비스, 경찰, 소방관 등 정신노동자 상담 등 감성형 대화 음성지능 서비스
  • 데이터셋 구축 담당자

    수행기관(주관) : 한국전자통신연구원
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김상훈(한국전자통신연구원) 042-860-5141 ksh@etri.re.kr
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 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

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 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.