AI数据公司Flitto于10日宣布，已启动高质量阿拉伯语语音数据采集项目，旨在提升AI模型在多语种语音识别场景中的表现。
Flitto表示，随着全球大型科技企业对多语种语音数据的需求持续上升，公司已加快推进这一项目。
阿拉伯语除现代标准阿拉伯语（MSA）外，还存在30多种方言。与此同时，在日常口语交流中，不同方言交替使用的“代码切换”现象较为普遍，这也提高了AI训练数据构建的难度。对此，Flitto将通过旗下App的“Arcade”功能，组织真实用户参与录音采集。
根据项目设计，参与者在朗读并录制指定句子后，系统会自动识别其方言类型；如果分析结果不够明确，系统将追加句子并引导用户再次录制，以进一步提高数据准确性。
Flitto称，该项目不仅聚焦语音采集，还将围绕精细化训练数据建设，纳入说话者在表达习惯、语调和用词选择等方面的差异。公司希望借此降低语言资源差异带来的训练偏差，并提升AI模型在真实应用场景中的识别率。
Flitto首席执行官Lee Jungsoo表示，阿拉伯语使用者超过4亿，但可用于AI训练的数据仍相对不足，因此被视为低资源语言。公司将通过系统化构建能够反映阿拉伯语固有语言特征的数据，进一步提升全球AI模型的识别质量。
记者信息
Seulgi Son
sageson@d-today.co.kr