在数字化转型的时代，人们充分认识到人工智能的重要性和价值，比如大家日常开车时，需要借助语音识别唤醒手机或车载语音助手，帮驾驶者导航或接听电话……这些应用都离不开训练数据的支持。日前，记者来到数据堂股份科技有限公司（以下简称“数据堂”），探究那些看不见的数据都有哪些想不到的功能。

数据堂是一家人工智能数据服务企业，为人工智能及大数据领域公司提供高质量的训练数据集、数据采集与标注定制服务、标识平台部署等一体化数据解决方案。凭借高质量数据服务，帮助全球上千家企业提升AI模型性能。

积累高质量的成品数据集

数据堂的核心优势在于其深厚的数据处理经验和丰富的高质量成品数据集。公司拥有10多年的数据处理经验，并已积累了丰富且高质量的成品数据集，目前已积累20万小时多余种语音数据、800TB多类型计算机视觉数据、21条自然语言理解数据，数据质量经全球顶级AI企业检验，无需等待，即取即用。

数据堂联合创始人、副总裁肖永红表示：“整个人工智能产业链经常提到三要素：数据、算力、算法。实际上，数据堂在整个人工智能产业链上，做的就是数据，那么为什么要做数据呢？现在这个时代是数据驱动的智能时代，还有一种说法，就是有多少智能背后就有多少人工，比如我们给自动驾驶的算法提供一些底层的训练数据，让自动识别的算法对道路上的障碍物，包括旁边的建筑、道路的可行驶区域，有一个很好的辨识，才能在道路上行驶。”

支持多场景多种类数据采集

数据堂支持多种场景多种类型的数据采集需求，采集内容涵盖图像、文本、语音、视频等全维度数据。数据堂拥有专业的数据采集设备、丰富的数据采集项目经验及数据质量管控经验，同时支持多语种、多年龄、多地域等条件的语音采集定制，可根据不同场景、内容、语种等条件，支持对语音数据进行转写、切割等多种标注方式。

数据堂的TTS数据录音棚，通过清华大学建筑环境检测中心检测，达到专业级NR15声学标准，这样的专业环境可以保证录制到的声音更加真实和清晰。（TTS语音录制是指通过文本转语音技术将文字信息自动转换为语音，生成人工合成的语音内容。这种技术被广泛应用于各种场景，如语音助手、自动接听电话、语音提示等。）“录音棚是我们TTS这一条业务线的基石，只有通过录音棚，我们才能产出数据完成整个后续工作，形成数据集，我们的标注团队也是非常专业的，从普通话、方言、外语、个性化多模态及音乐合成，我们都拥有非常丰富的资源储备，基本在每一个领域都有超过百人的规模，可以供大家来挑选自己心仪的音色。”数据堂语音合成中心经理祁惟语介绍。

提供安心无忧智能数据服务

数据堂可以提供多场景数据解决方案，如智能驾驶、智能家居、智能娱乐、语音识别等。比如在场景化数据解决方案——智能驾驶方面，数据堂在深刻理解智能驾驶场景的基础上，基于客户需求对海量原始数据进行框选、提取、分类等一系列处理，辅助驾驶技术更好地感知实际道路、车辆位置和障碍物信息、疲劳检测等，实时感知在途风险，实现智能行车、自动泊车等预定目标。

目前，数据堂在全球拥有1000家以上企业级合作伙伴，覆盖50多个国家，200万有经验的数据贡献者。数据堂支持全球范围内的跨语种、多类型数据采集需求，客户可以享受最具成本效益的服务。同时数据堂严格遵守多个国家与地区的法律法规，如个人信息保护法、通用数据保护条例等，并获得ISO质量与安全管理认证，同时拥有国家颁发的测绘资质，为客户提供安心无忧的智能数据服务。

数据堂作为全球知名的人工智能训练数据服务企业，数据处理平台和分析工具已为众多企业和政府机构提供有力支持。未来，数据堂将继续努力，通过更高质量的数据帮助客户打造更有竞争力的AI，为推动大数据产业的繁荣和发展作出积极贡献。

“我们作为一个数据标注公司，所提供的数据服务要跟着客户的场景走，客户做小模型，我们就要生产面向小模型的数据；客户做大模型，我们也得跟去提供和生产面向大模型的数据服务。未来，我们将继续发挥多年来在数据采集、处理、加工，以及生产一些标准数据集等方面的优势和经验，给客户提供更高质量、更高效、低成本的数据服务。”肖永红说。 （记者 曲菲菲）