-
데이터 변경이력
데이터 변경이력 버전 일자 변경내용 비고 1.0 2022-07-29 데이터 최초 개방 데이터 히스토리
데이터 히스토리 일자 변경내용 비고 2022-10-13 신규 샘플데이터 개방 2022-07-29 콘텐츠 최초 등록 소개
고품질 영어 아동 음성 데이터 구축 및 개방으로 아동 교육 분야 지능화 혁신을 추구
구축목적
아동의 영어 교육 (인공지능 영어 튜터) 및 인식 개발을 위한 아동의 영어교재 낭독 음성 발화 및 영어 대화 음성 데이터 구축
-
메타데이터 구조표 데이터 영역 한국어 데이터 유형 오디오 데이터 형식 wav 데이터 출처 미디어젠㈜ 라벨링 유형 전사(음성) 라벨링 형식 JSON 데이터 활용 서비스 챗봇, 교육 APP 데이터 구축년도/
데이터 구축량2021년/5,000시간 -
1. 데이터 구축 규모
- 학습용 아동 영어 음성 5000시간
- 정형 : 비정형 = 85% : 15%
- 저소음 : 소음 = 80% : 20%
- 대본: TXT 형식
- 음성데이터: Wave(PCM) 파일, 48kHz 또는 16kHz, 16bit, mono
- 전사 데이터 포맷: Json 형식
2. 데이터 분포
1. 데이터 구축 규모 구분 구축실적 영어 아동
음성 데이터정형 데이터 (무소음) 3,250시간 정형 데이터 (소 음) 1,000시간 비정형 데이터 (무소음) 750시간 -
-
AI 모델 상세 설명서 다운로드
AI 모델 상세 설명서 다운로드 AI 모델 다운로드1. 모델 적용 방안
- 인공지능 학습모델 선정 기준 및 고려사항
- 본 AI 데이터는 STT 엔진 모델링에 활용되기 위한 것으로, 기존의 과제에서 구축된 데이터와 동일한 구조의 음성 데이터를 수집하여 활용함.
- KALDI 기반의 STT 엔진에 활용 가능한 데이터 스펙으로 데이터 구축을 실시함.
- 모델 선정 절차
- AI 모델에 대한 리서치 수행
- 선행 연구 및 알고리즘 자료 검토
- AI 모델에 대한 모델링 실시
- AI 모델 성능 및 특성 분석
- AI 모델 간 상호 비교 후 선정
- 모델 적합성 검토
- AI 모델 선정 후보 및 적합성 검토
[1] Karita, S., Chen, N., Hayashi, T., Hori, T., Inaguma, H., Jiang, Z., ... & Zhang, W. (2019, December). A comparative study on transformer vs rnn in speech applications. In 2019 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU) (pp. 449-456). IEEE.
[2] Xu, H., Li, K., Wang, Y., Wang, J., Kang, S., Chen, X., ... & Khudanpur, S. (2018, April). Neural network language modeling with letter-based features and importance sampling. In 2018 IEEE international conference on acoustics, speech and signal processing (ICASSP) (pp. 6109-6113). IEEE.
[3] Xu, Q., Baevski, A., Likhomanenko, T., Tomasello, P., Conneau, A., Collobert, R., ... & Auli, M. (2020). Self-training and Pre-training are Complementary for Speech Recognition. arXiv preprint arXiv:2010.11430.
[4] https://github.com/espnet/espnet
[5] https://github.com/pytorch/fairseq/blob/f3b6f5817fbee59057ae2506f01502ea3c301b4b
/examples/wav2vec/README.md
[6] https://github.com/kaldi-asr/kaldi
[7] https://paperswithcode.com/sota/speech-recognition-on-librispeech-test-clean
- AI 모델 선정 후보 및 적합성 검토
- 모델 선정
- 선정 모델: TDNN-LSTM
- 모델 선정 사유
- 비교적 적은 훈련 데이터로도 유사 성능을 낼 수 있으며, KALDI 툴킷을 활용한 개발 숙련도가 높다는 점을 고려하여 TDNN-LSTM 선택
- 선정 모델: TDNN-LSTM
2. 향후 활용 분야 및 활용 시나리오
- 다양한 유소아 응용서비스에 AI 기술 적용 가능
(1) AI 스피커 아동 음성 인식 개선
– 아이의 부정확한 발음에도 잘 인식 되도록 아동 음성 인식 개선
◦주요 특징
– 영유아 음성 인식의 정확도 향상
– 유아층이 많이 발화 하는 언어구조 적용
◦ 주요 기능
– 음성 명령어로 특정 대상에게 전화 걸기 (ex, 아빠한테 전화 걸어줘)
– 명령어로 인물, 사물, 시간 별 사진 보기 (ex, 엄마 사진 보여줘)
– 음성 명령어로 노래, 동영상 재생 (ex, 핑크퐁 악어 상어 틀어줘)
(2) 엘리베이터 음성 제어
– 버튼에 손이 닿지 않는 아이들이 음성으로 엘리베이터 제어 및 방연 안전 기대
◦ 주요 기능
– 음성 명령어로 엘리베이터 제어 (ex, 7층으로 가줘)
- 인공지능 학습모델 선정 기준 및 고려사항
-
데이터 성능 점수
측정값 (%)기준값 (%)데이터 성능 지표
데이터 성능 지표 번호 측정항목 AI TASK 학습모델 지표명 기준값 점수 측정값 점수 1 아동 영어 음성인식 Speech Recognition 지도학습 / TDNN-LSTM(Time-Delay Neural Network LSTM) 모델 WER 20 % 15.17 %
※ 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. 메타데이터
1. 메타데이터 구분 메타데이터 항목명 타입 설명 비고 1 Basic Object 기본정보 1.1 Language String 언어 ENG 1.2 Version String 버전 1.3 ApplicationCategory String 응용 분야 1.4 NumberOfSpeaker String 발성화자 수 1.5 NumberOfUtterance String 발화 수 1.6 DataCategory String DB종류 정형/비정형 1.7 RecordingDate String 녹음날짜 1.8 FillingDate String 수정날짜 1.9 RevisionHistory String 수정기록 1.1 Distributer String 수행기관 2 Wav Object 음성정보 2.1 SamplingRate String 주파수 16000 2.2 NumberOfBit String 비트 수 2.3 ByteOrder String 바이트정보 2.4 EncodingLaw String 인코딩방식 2.5 NumberOfChannel String 채널 수 2.6 SignalToNoiseRatio String SNR 3 Transcription Object 전사정보 3.1 LableText String 텍스트전사 3.2 GrammaticalError String 비문여부 3.3 ErrorTagged String 오류태깅 4 Speaker Object 화자 정보 4.1 SpeakerName String 화자 이름 4.2 Gender String 성별 4.3 Age String 나이 4.4 AgeGroup String 연령층 5 Environment object 환경 정보 5.1 RecordingEnviron String 녹음 환경 5.2 NoiseEnviron String 노이즈 환경 5.3 RecordingDevices String 녹음 장치 6 File object 파일 정보 6.1 FileCategory String 파일 종류 6.2 FileName String 파일 이름 6.3 DirectoryPath String 파일 위치 6.4 HeaderSize String 헤더 크기 6.5 FileLength String 파일 길이 녹음파일 길이 단위 : 초 6.6 FileFormat String 파일 포맷 6.7 NumberOfRepeat String 반복 차수 6.8 TimeInterval String 녹음 주기 6.9 Distance String 녹음 거리 7 Other object 기타 정보 7.1 QualityStatus String 품질상태 7.2 IncName String 인명 8 Miscellaneous_Info object 추가 정보 8.1 SpeechStart String 음성 시작 시간 8.2 SpeechEnd String 음성 끝 시간
2. 라벨링데이터
[json 형식 샘플 – 어노테이션 정보]
-
데이터셋 구축 담당자
수행기관(주관) : 미디어젠㈜
수행기관(주관) 책임자명 전화번호 대표이메일 담당업무 양형원 팀장 02-6429-7144 hyung8758@mediazen.co.kr · 데이터 구축 · AI 모델링 수행기관(참여)
수행기관(참여) 기관명 담당업무 ㈜비디 · 공정관리 데이터 관련 문의처
데이터 관련 문의처 담당자명 전화번호 이메일 양형원 팀장 02-6429-7144 hyung8758@mediazen.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] [공용IRB 심의신청 가이드라인]
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.