人工智能发展至今已催生多个行业赛道，语音智能就是其中之一。据统计，全球语音识别市场2020年就已涨至百亿美元，复合年增长率为16.8%，预计2026年产值将达271.6亿美元。

本文将简要论述定制语音数据集项目时要记住的三大要点。

语言和人口统计

语音项目应首先确定目标语言和目标人群。

语言和方言：在收集语音数据集时，首先应了解项目对录入人群熟练程度要求。例如，参与者应该是母语人士还是非母语人士?

且为了确保模型的普适性，应收集多种口音以丰富数据集。以汉语为例，可多收集不同地区的方言如四川话、广东话、湖南话等等。

人口统计：除了语言，还可以根据人口统计数据进行定制，根据参与者的年龄、性别、学历等进行目标分配，如成人与儿童或受过教育与未受过教育。

数据集大小

语音数据集的大小也将决定所需的参与者数量。

受访者总数：确定项目所需的参与者总数。如果项目需要收集语言音频数据，应明确每种目标语言所需的参与者总数。如50%的普通话与50%的北京话使用者。

话语总数：要自定义语音数据集，需留意每个参与者的话语总数及重复次数。

音频要求与格式

格式：文件格式、内容结构、压缩和后处理等要求也决定了语音数据集的质量。

音频质量：音频质量对语音数据收集非常重要。背景噪音会对收集的语音质量产生负面影响，降低语音识别算法的有效性。