-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.1 2022-09-14 원천데이터 수정 1.0 2022-07-28 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 2022-07-28 콘텐츠 최초 등록 소개
음성인식기술 성능개선을 위한 학습데이터 구축을 위해 주변 소음이 자연스럽게 혼합된 음성데이터를 수집/정제/가공하여 인공지능(AI) 학습용 데이터셋을 구축
구축목적
현재 음성 인공지능 성능 저하의 가장 큰 요인은 소음이다. 본 과제를 통해 소음 환경에서의 음성 인공지능의 성능 개선 및 노이즈 제거 기술 개발을 목표로 하며, 다양한 산업 분야에서 인공지능 비서, 녹취록 작성, 통역 등 음성 인식이 활용될 수 있는 다양한 분야에서 활용하도록 함
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 오디오 데이터 형식 wav 데이터 출처 자체수집 라벨링 유형 전사(음성) 라벨링 형식 json 데이터 활용 서비스 잡음 혼재 음성대화 파일의 음성자동인식 시범서비스 데이터 구축년도/
데이터 구축량2021년/7500시간 -
1. 소음 환경 클래스 분류
구분 구분 소음 분류 세부소음원 종류 1 가전소음 세탁기/건조기소음, 청소기소음, 기타 2 교통수단소음 바이크소음, 싸이렌, 경적소음, 기타 3 길거리소음 도로변소음, 인파소음, 기타 4 카페/음식점소음 대화소음, 업소소음, 기타 5 시장/쇼핑몰소음 전통시장소음, 복합쇼핑몰, 기타 6 지하철/버스소음 지하철플랫폼, 지하철안, 기차(SRT/KTX)안, 버스안, 기타 7 터미널소음 기차역대합실, 버스터미널대합실, 기타 8 공사장소음 실외 공사장 소음, 실내 공사장 소음, 기타 9 공장소음 가공공정소음, 조립공정소음, 기타 10 일반자연소음 빗소리(우산,천막) 소음, 파도, 기타 11 복합소음 2가지의 클래스가 합쳐진 소음 클래스별 목표량
장소/구축시간 계 획 실 적 목표 시간 비율 달성 시간 비율 1 가전소음 1,200 16% 1,243.52 15.41% 2 교통수단소음 225 3% 265.85 3.29% 3 길거리소음 375 5% 421.49 5.22% 4 카페/음식점소음 1,125 15% 1,192.73 14.78% 5 시장/쇼핑몰소음 1,275 17% 1,297.55 16.08% 6 지하철/버스소음 600 8% 634 7.86% 7 터미널소음 600 8% 628.48 7.79% 8 공사장소음 225 3% 359.27 4.45% 9 공장소음 375 5% 448.72 5.56% 10 일반자연소음 375 5% 451.17 5.59% 11 복합소음 1,125 15% 1,126.98 13.97% 합 계 7,500 100% 8,069.76 100.00% 2. 데이터 분포
- 성별 발화시간
성 별 발화 시간 비율 남성 3,358.20 41.61% 여성 4,711.56 58.39% - 연령대별 발화시간 비율
연령대별 발화 시간 비율 20대 2,063.81 25.57% 30대 1,966.16 24.37% 40대 981.5 12.16% 50대 3,058.29 37.90% - 대화주제별 발화시간 비율
연령대별 발화 시간 비율 개인및관계 1,854.87 22.98% 주거와생활 1,075.04 13.32% 상거래쇼핑 785.34 9.73% 식음료 1,514.54 18.77% 공공서비스 244.35 3.03% 여가와오락 1,536.67 19.04% 일과직업 674.3 8.36% 행사및모임 384.65 4.77% - 화자 단위별 발화시간 비율
발화 시간대별 발화 시간 비율 20초 미만 3431.08 42.52% 20초 ~ 40초미만 2721.69 33.73% 40초 ~ 60초미만 960.63 11.90% 60초 이상 956.36 11.85% -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드
학습 전처리
- 44.1kHz 로 수집로 down 샘플링 된 음성
- 16kHz로 down 샘플링 된 음성
- 음성 길이를 통일한 학습 데이터 전처리
모델학습
- STFT를 통해 Spectrogram으로 변환
- 음성의 진폭을 바탕으로 한 노이즈 제거
- 음성의 진폭과 위상을 바탕으로 한 노이즈 제거
- 동시 학습 (200 Epoch)
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 음성의 명료도 Speech Recognition TSCN ESTOI 60 % 82 % 2 음성인식률 개선 비율(참고지표) Speech Recognition TSCN F1-Score 0.3 점 0.34 점
※ 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 다운로드1. 데이터셋 구성
파일종류 파일종류 파일설명 비고 *_SN.wav (음성+소음)데이터 파일 원천데이터 *_SD.wav (음성위주)데이터 파일 *.Json 속성(메타)정보파일 라벨링테이터 *.srt 전사텍스트테이터 - SN.WAV : 음성과 소음이 섞여 있는 소리 데이터
- SD.WAV : 깨끗한 화자 음성 소리 데이터
- JSON : 라벨링 된 학습 데이터
- SRT : 음성을 전사한 데이터2. 라벨링데이터 구성
No 항목 설명 타입 0 dataSet 데이터셋 String 1 version 데이터셋 버전 String 2 mediaUrl 녹취된 음원의 URL String 3 date 녹취된 날짜 String 4 typeInfo 소음원데이터 상세 정보 Array 4–1 category 소음원 카테고리 정보
(가전소음,교통수단소음,길거리소음,등)String 4–2 subcategory 소음원 서브카테고리
(세탁기/건조기소음, 청소기소음등)String 4–3 place 음원 (녹취 장소) String 4–4 bgnoisespl 구간내 소음원 최대 dB(배경소음) String 4–5 avgnoisespl 구간내 소음원 평균 dB String 4–6 distance 소음발생원과의 평균거리 String 5 conversationtype 화자 대화유형
(개인및관계, 주거와생활, 식음료 등)String 6 speakernumber 화자수( 예: 2명 ) String 7 speakers 화자(목록:화자A, 화자B) Array 7–1 speaker 화자 아이디 : speakers에 등록된 순번 String 7–2 gender 화자(성별 : 남성, 여성) String 7–3 agegroup 화자(연령대 : 20대,30대,40대,50대) String 8 dialogs 전사 데이터 목록 Array 8–1 speaker 화자 아이디 : speakers에 등록된 순번 String 8–2 speakertext 전사된 텍스트 String 8–3 startTime 전사된 텍스트의 음원 재생 시작 위치 String 8–4 endTime 전사된 텍스트의 음원 재생 끝 위치 String 8–5 speakTime 화자의 발성시간 ( sec ) String 8–6 vocalvolume 화자의 평균발성정도(낮음/중간/높음) String 9 samplingRate 샘플링레이트_레졸류션 Array 9–1 SamplingRateResolution 샘플링레이트_레졸류션 (16bit ) Number 9–2 SamplingRateFrequency 샘플링레이트_주파수 (44.1kHz) Number 10 recStime 녹취시작시간(01~24) String 11 recLen 녹취시간(대화포함한전체시간) Number 12 recDevice 녹취장비구분(녹음장치,휴대폰) String 3 라벨링데이터 실제예시
{
"dataSet":"소음환경음성데이터",
"version":"1.0",
"mediaUrl":"01.가전소음/01.세탁기,건조기/01_01_056464_211104_SD.wav",
"date":"20211104",
"typeInfo":[
{
"category":"가전소음",
"subCategory":"세탁기,건조기",
"place":"가정집 세탁기,건조기",
"bgnoisespl":"75.3",
"avgnoisespl":"62.1",
"distance":"2"
}
],
"conversationType":"개인및관계",
"speakerNumber":"2",
"speakers":[
{
"speaker":"221",
"gender":"여성",
"ageGroup":"20"
},
{
"speaker":"247",
"gender":"여성",
"ageGroup":"20"
}
],
"dialogs":[
{
"speaker":"221",
"speakerText":"내가 요새 공부를 하던지 어떤 일을 하던지 공부가 제일 재미없긴 하지만. 내가 당연히 보던 뉴스들도 매일같이 확인하던 뉴스라든지 아니면 매일같이 하던 운동이라든지. 약간 그런 것들이그래서 조금 권태로움을 느끼는 것 같고. 약간 슬럼프인가 싶은 생각이 들 정도로 그냥 안 하고 싶다.",
"startTime":"1",
"endTime":"28",
"speakTime":"27",
"vocalVolume":"중간"
},
< 중간 생략 >
],
"samplingRate":{
"samplingRateResolution":16,
"samplingRateFrequency":44.1
},
"recStime":"8",
"recLen":309,
"recDevice":"녹음장치"
} -
데이터셋 구축 담당자
수행기관(주관) : ㈜코테크시스템
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 김연봉 02-529-6015 batnaic@kotech.co.kr 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜단솔플러스 품질관리 및 기술지원 ㈜인사이트정보 데이터 구축 (수집/정제/가공) 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 김연봉 02-529-6015 batnaic@kotech.co.kr
-
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.