| 详细信息 |
语音标注质量评估算法优缺点 |
| 编辑： 来源：华泰证券 时间：2023/5/18 |
语音标注质量评估算法 1、 WER 算法 优点：可以分数字、英文、中文等情况分别来看 缺点： 当数据量大时，性能会特别差 2、 SER 算法 优点：对句子的整体性评估要优于 WER 算法 缺点：句错误率较G，一般是词错误率的 2 倍~3 倍 |
| 【声明：转载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述，文章内容仅供参考，如有侵权，请联系删除。】 |
| 推荐信息 |
|
文本标注质量评估算法优缺点
ROUGE算法参考标注越多待评估数据的相关性就越高;METEOR算法评估时考虑了同义词匹配,提高了评估的准确率;SPICE算法对图像标注进行评估
图像标注质量评估算法优缺点
MV算法简单易用,常用作其他众包质量控制算法的基准算法;EM算法可以收敛到局部最大化;RY算法将分类器与 Ground-truth 结合起来进行学习
数据清洗缺失数据的处理方法
数据清洗作为数据预处理中至关重要的环节,清洗后数据的质量很大程度上决定了 AI算法的有效性,数据可能存在缺失值,噪声数据,重复数据等质量问题
数据采集三种常见方式
实时的在线分析系统和分布式并发的离线分析系统;通过网络爬虫或网站公开API方式获取大数据信息;采集的对象包括视频,图片,音频和文本等多种类型
建立数据集的流程 数据集产生
数据清洗,由于采集到的数据可能存在缺失值,噪声数据,重复数据等质量问题; 模型训练人员会利用标注好的数据训练出需要的算法模型
AI大模型需要什么样的数据集
通过提升数据的质量和数量来提升整个模型的训练效果,我们认为未来数据成本在大模型开发中的成本占比或将提升,主要包括数据采集,清洗,标注等成本
TidyBot家庭服务机器人完成房间整理
机器人在基准数据集中对看不见的物体实现 91.2% 的准确率,TidyBot的真实移动操作器演示了该方法,该操纵器在真实世界的测试场景中成功地收起了85.0%的对象
AI大模型算法辅助程序员编程 动嘴就能编程
AI指导编程服务,包括代码解释,找Bug等功能,插件上线仅几天就有数万次下载,允许开发人员用自然语言询问如何完成特定的编码功能 |
| 智能运输机器人 |
| AGV无人运输机器人-料箱版 |
| AGV无人运输机器人-标准版 |
| AGV无人运输机器人-料箱版（钣金材质） |
| AGV无人运输机器人-货架版（钣金材质） |
| AGV无人运输机器人-货架版（亮面不锈钢材质） |
| AGV无人运输机器人-开放版 |
| 行业动态 |
