澳鵬全新成品數(shù)據(jù)集助力MediaInterface快速部署新市場(chǎng)

悉尼和舊金山2021年4月22日 /美通社/ -- 近期，澳鵬Appen與一家語音識(shí)別技術(shù)公司 -- MediaInterface達(dá)成合作，填補(bǔ)了其關(guān)鍵的數(shù)據(jù)空白，助力其實(shí)現(xiàn)快速部署新市場(chǎng)。

語音識(shí)別技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用

幾年前，北京協(xié)和醫(yī)院曾開展過一項(xiàng)關(guān)于文檔錄入工作量的調(diào)研。結(jié)果顯示，我國(guó)超過40%的醫(yī)生每天在計(jì)算機(jī)前進(jìn)行文字錄入的時(shí)間約為4小時(shí)，超過一半的醫(yī)生每天進(jìn)行文字錄入的時(shí)間占工作總時(shí)間的40%。醫(yī)生們普遍對(duì)于提高病歷錄入效率有著強(qiáng)烈需求。

語音識(shí)別技術(shù)是一種相對(duì)成熟的解決方案。在許多歐美國(guó)家，語音識(shí)別技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用已超過10年。近年來，美國(guó)臨床中語音識(shí)別錄入的應(yīng)用比例更是已近20%。MediaInterface便是其中一家頗具代表性的語音識(shí)別技術(shù)公司。 

更高效的醫(yī)療文檔工作流程

以德國(guó)為中心發(fā)散，MediaInterface已經(jīng)為歐洲許多國(guó)家的醫(yī)療機(jī)構(gòu)提供語音技術(shù)解決方案長(zhǎng)達(dá)20余年。如同它的名字一樣，其核心產(chǎn)品SpeaKING便是利用語音識(shí)別AI技術(shù)支持醫(yī)療文檔的高效工具。目前，該產(chǎn)品已幫助600+家醫(yī)院、700+家醫(yī)療機(jī)構(gòu)、75,000+名用戶實(shí)現(xiàn)速度更快、質(zhì)量更高的醫(yī)療文檔工作流程。

憑借20多年來在歐洲多個(gè)國(guó)家的成功經(jīng)驗(yàn)，MediaInterface希望將業(yè)務(wù)拓展至法國(guó)。然而，在業(yè)務(wù)拓展的過程中，他們遇到了法語數(shù)據(jù)資源不足的問題。

從德國(guó)到法國(guó)

盡管擁有20余年的行業(yè)經(jīng)驗(yàn)，MediaInterface擁有的法語數(shù)據(jù)卻并不多。要想拓展法國(guó)市場(chǎng)，MediaInterface必須建立全面的法語詞匯基礎(chǔ)。他們迫切需要具有高質(zhì)量語音轉(zhuǎn)錄功能的專業(yè)法語“詞典”。

這本“詞典”中，最大的數(shù)據(jù)空白是患者健康信息中經(jīng)常引用的法語姓名和地點(diǎn)。但這些數(shù)據(jù)卻難以獲?。骸稓W洲通用數(shù)據(jù)保護(hù)條例》規(guī)定，可供收集的健康數(shù)據(jù)必須匿名處理，因此不包括人名和地名。MediaInterface必須尋求專業(yè)的外部資源，在遵守當(dāng)?shù)財(cái)?shù)據(jù)法規(guī)的前提下，幫助他們填補(bǔ)這些重要的數(shù)據(jù)空白。

MediaInterface產(chǎn)品經(jīng)理Ines Wendler表示：“我們當(dāng)時(shí)正在向新市場(chǎng)拓展。盡管我們擁有先進(jìn)的技術(shù)和軟件，但數(shù)據(jù)資源的缺乏讓我們的產(chǎn)品難以在當(dāng)?shù)赝菩?。Appen的法語數(shù)據(jù)資源及時(shí)幫助了我們?！?/p>

快速部署新市場(chǎng)

MediaInterface與澳鵬Appen結(jié)緣于2015年的INTERSPEECH語音技術(shù)大會(huì)。此次法國(guó)市場(chǎng)的拓展則促成了雙方的合作。目前，MediaInterface已通過澳鵬獲取到約21,000個(gè)法國(guó)人名和14,000個(gè)法國(guó)地名，從而填補(bǔ)了最關(guān)鍵的數(shù)據(jù)空白。

澳鵬Appen通過種類豐富的OTS成品數(shù)據(jù)集助力MediaInterface針對(duì)某一集中需求的產(chǎn)品開發(fā)，從而拓展到全新的市場(chǎng)，并增強(qiáng)未來進(jìn)入更多市場(chǎng)的可能性。目前，MediaInterface已在法國(guó)全面覆蓋了醫(yī)療機(jī)構(gòu)對(duì)基本口述語音識(shí)別的需求，為法國(guó)客戶提供了較高的可信度。憑借數(shù)據(jù)資源的豐富，SpeaKING中的SmartLearning功能還可以讓用戶在其中添加自己的文本，以個(gè)性化現(xiàn)有詞匯，從而通過向基礎(chǔ)AI模型中添加數(shù)據(jù)的方式來提高語音識(shí)別的效果。

就MediaInterface而言，澳鵬數(shù)據(jù)集為其配備了工具，在開拓客戶群的同時(shí)，亦改善了數(shù)據(jù)質(zhì)量和客戶體驗(yàn)。不僅僅是MediaInterface，澳鵬Appen成品數(shù)據(jù)集已幫助許多企業(yè)以更高的產(chǎn)品準(zhǔn)確性實(shí)現(xiàn)了快速的部署。

澳鵬OTS成品數(shù)據(jù)集上新

澳鵬本次更新的OTS成品數(shù)據(jù)集*，包括人體運(yùn)動(dòng)和嬰兒啼哭聲，以及市場(chǎng)需求量高但通常難以獲得的語言（如阿拉伯語、克羅地亞語、希臘語、匈牙利語、泰語等）的腳本化語音和帶有可識(shí)別文本的圖像。全新數(shù)據(jù)集的加入使澳鵬Appen的OTS數(shù)據(jù)集總數(shù)達(dá)到250+個(gè)，包括11,000+小時(shí)的音頻、25,000+張圖像以及涵蓋80+種語言及方言的870萬+個(gè)單詞。

其中主要包括：

• 他加祿語、阿拉伯語、高棉語、克羅地亞語、希臘語、匈牙利語、波蘭語、西班牙語、土耳其語等多語種/方言數(shù)據(jù)庫(kù)
• 德語、法語、俄語等自由說語音數(shù)據(jù)庫(kù)
• 多姿態(tài)、多光線人像圖片數(shù)據(jù)庫(kù)
• 簡(jiǎn)體中文、泰文、芬蘭文等印刷文本圖像OCR
• 廣告牌、外包裝、標(biāo)牌、雜志、菜單等，用于訓(xùn)練和更新計(jì)算機(jī)視覺OCR模型
• 適用于游戲開發(fā)、健身應(yīng)用等的像素級(jí)跟蹤移動(dòng)視頻
• 人體運(yùn)動(dòng)（中國(guó)）
• 嬰兒啼哭聲（中國(guó)）等

所有澳鵬Appen數(shù)據(jù)集都采用完全透明的方式進(jìn)行開發(fā)，確保數(shù)據(jù)安全且合規(guī)，從而助力高質(zhì)量、負(fù)責(zé)任的AI部署。