Qlean Dataset 推出「日語・地域方言對話語音數據集」

Visual Bank 株式會社（總部位於東京都港區，代表董事 CEO 永井真之）透過其子公司 Amana Images 營運的 AI 學習數據解決方案「Qlean Dataset」，正式開始提供「日語・地域方言對話語音數據集」。

### 關於方言語音數據集
方言語音數據集是收錄了標準語語料庫無法涵蓋的地區固有發音模式、重音及詞彙的語音語料庫。其主要用途包括驗證 ASR（自動語音辨識）模型的方言泛化性能、提升 LLM（大語言模型）的方言理解力，以及構建地區特化型 TTS（語音合成）模型。此外，官方也支援客製化錄製與追加其他地區方言。

### 產品概要
本數據集收錄了講大阪腔與廣島腔的日本男女之自然發話對話語音。由於非讀稿式的自發性對話，因此包含了方言特有的語調、句尾表現及詞彙等接近真實環境的特徵。附帶性別標籤的講者資訊可用於屬性別音學模型評估或多講者模型的適應實驗。

- **數據種類：** 語音（雙人對話格式）
- **對象屬性：** 日本各地人士（附性別標籤）
- **數據容量：** 5 小時
- **數據格式：** mp3 / wav
- **採樣率：** 44.1kHz・48kHz / 16・24bit
- **方言種類：** 大阪腔、廣島腔等
- **用途：** 可商業利用

### 常見問題 (FAQ)
- **ASR 開發：** 可用於 Whisper 或 ESPnet 等模型的魯棒性基準測試（WER 測量），以及透過 LoRA 或全量微調進行方言適應。
- **LLM 開發：** 可用於訓練方言與標準語之間的風格轉換模型，或作為上下文相關語義理解任務的評估數據。
- **TTS 應用：** 可用於 VITS、StyleTTS 等模型的微調，生成具有自然語調的方言語音，應用於地區導覽機器人或對話代理。
- **客製化：** 支援針對特定地區、年齡層或情境進行定制化數據採集。

### 應用場景示例
1. **ASR 模型魯棒性測試：** 使用大阪腔或廣島腔數據定量評估模型在方言環境下的識辨率。
2. **方言適應微調：** 作為 few-shot 或 LoRA 微調數據，調整模型以適應特定地區口音。
3. **LLM 方言理解與轉換：** 用於情感分析、方言轉標準語及談話結構解析等精度提升訓練。
4. **在地化 TTS 構建：** 打造具有自然節奏的地區特色語音生成引擎。
5. **客服中心領域適應 STT：** 在方言頻出的業務環境中構建客製化語言模型。

### 關於 Qlean Dataset
這是 Visual Bank 旗下 Amana Images 提供的權利明確、可用於商業用途的 AI 學習數據解決方案，涵蓋語音、圖像、影片、3D 及文本等多樣格式，為 AI 開發者提供無法律風險的高品質數據調達環境。