各種模態的 AI 資料服務個案研究

客戶：某跨國科技公司

產業：科技

面臨的挑戰：

• 以更廣泛的資料集，協助客戶拓展 AI 可及性
• 交付 2,000 筆語音和聽寫資料，每一筆均根據不同的情緒提示管理與整理
• 蒐集 60 多種代表性不足語言的資料

解決辦法：

• 招募與訓練 4,000 名母語人士
• 以超過 50 種極為罕用的地區語言交付雙語資料集
• 運用社群人才實行錄音、聽寫及風格指南製作​

成果：

• 協助客戶拓展其語言模型的涵蓋範圍
• 交付來自許多深具挑戰性的新地區資料​
• 支援更多元、與全球相關的 AI 應用

客戶：某領先業界的企業軟體與電信公司  

產業：科技

面臨的挑戰：

• 協助客戶針對例如銀行業、零售業、航空公司和電信業等領域，為其 AI 代理的效能進行基準測試
• 收集數以千計真實世界的對話並加以評分
• 以超過 20 種語言評估 AI 代理的效能​

解決辦法：

• 與客戶合作開發方法，將不同 AI 代理間的品質標準化
• 招募了來自世界各地數千名資料提供人員，涵蓋超過 20 種語言
• 取得數千名資料提供人員對通話品質、語氣和解決方式的評分​
• 將客戶的評估標準整合至我們的流程中

成果：

• 提供客戶真實資料
• 協助他們對 AI 代理的成效進行基準測試
• 使客戶有能力精進並最佳化 AI 代理的效能

客戶：某全球汽車 OEM

產業：汽車

面臨的挑戰：

• 要提供數百萬筆資料，協助該公司訓練其車內語音助理
• 收集與註解指令短句
• 交付來自多種不同環境的資料

解決辦法：

• 收集了數百萬筆語音指令樣本
• 交付來自許多市場的多元資料​
• 提供意圖標記、脈絡註解及輸出驗證等服務​

成果：

• 以多種語言交付數百萬筆標記指令
• 協助客戶改善其語音助理，獲致更優異的正確性與回應能力
• 使客戶有能力提升安全性與使用者體驗

客戶：某全球平台公司

產業：科技

面臨的挑戰：

• 拓展文字轉語音模型的開發
• 提供 95,000 小時豐富多樣的音訊資料

解決辦法：

• 16 種語言共收集超過 9,500 小時的音訊​
• 從我們在地市場精選的眾包人才中招募並篩檢出合適的母語人士
• 實行結構良好的 QA 流程，確保整個工作流程的品質

成果：

• 收集到超過 4 百萬個經驗證並充分 QA 的片段​
• 協助客戶加快了 TTS 模型的訓練
• 提供了數量非常龐大、一致且高品質的資料
• 消除了產品開發延誤的問題
• 在緊湊的三個月時程內交出最終的結果

客戶：位於美國、專為語音、簡訊和急難救助服務提供 API 與雲端平台的某大型通訊科技公司。

產業：科技

面臨的挑戰：

客戶需要：

• 訓練 AI 語音客服用的資料，以便能協助處理大量來電
• 每個月數百萬分鐘的音訊，持續提供數個月
• 法規遵循與 PII（個人識別資訊）遮蔽指引

解決辦法：

• 對數百萬分鐘的音訊標記了對話、意圖、語氣與結果
• 註解以下事項：STT 聽寫​、語者分段標記​、情感和情緒分析​、非語言聲音表達、聲音偵測​、對話類型​、語句層級、主題分類​、語言偵測​、PII 偵測與遮蔽
• 提供了註解專業能力
• ​與客戶合作，針對他們的開發需求研發註解方法

成果：

使客戶有能力：

• 針對不同的產業使用案例 (航空公司、銀行、醫療保健等)，量身開發領域專用的 AI 模型
• 強化他們的競爭優勢​
• 拓展他們的資料需求

客戶：某虛擬實境公司

產業：科技

面臨的挑戰：收集超過 600,000 筆音訊資料，用以訓練 AI 模型辨識與回應情緒。音訊提交後要能立即為客戶取用。

解決辦法：

• 招募了 3,500 位精通多種語言的講者。
• 使用了我們的平台來擷取以特定情緒 (例如生氣、哀傷、開心等) 錄製、超過 600,000 個句子的錄音。
• 提供大量匯出選項，在各個講者提交錄音後便可立即輕鬆地存取用音訊檔。

成果：

我們順利協助客戶：

• 開發能為該公司各種 VR 程式提供情緒支持的 AI 模型
• 提升玩家對他們 VR 程式的投入程度

客戶：某頂尖電腦製造商

產業：科技

面臨的挑戰：

客戶需要：

• 100 多個來源多樣且高品質的會議錄音
• 驗證聽寫正確性
• 用來改善他們多語言語音轉文字平台的資料

解決辦法：

• 以超過 20 種語言，為多種不同的產業情境及背景噪音程度生成腳本
• 從眾多居家工作的資料提供人員收集了 130 多個五分鐘長的音訊檔，確保能反映真實世界的多元性
• 提供了嚴格的品管 (QA) 與多媒體後製處理 (背景噪音調整)
• 使用 WER 方法對聽寫檔執行專家審閱，確認其正確性

成果：

• 交付 130 多個來源多樣且高品質的會議錄音，亦驗證了這些聽寫的正確性
• 依據客戶要求的所有語言、情境和品質標準，提供了健全且經過驗證的資料集
• 協助客戶為全球市場最佳化其整合式的多語言會議支援軟體

客戶：某全球消費者 AI 公司

產業：科技

面臨的挑戰：

客戶需要：

• 10,000 多小時自然對話的影片
• 這些影片的資料註解，特別是相關的情緒
• 招募 10,000 名組成多元的參加者

解決辦法：

Lionbridge：

• 取得 5,000 個雙人對話影片
• 使用攝影棚環境，確保製作 24Hz 的高品質影片
• 針對不同的情緒提示管理和整理對話​
• 收集來自 3 個美國主要城市的資料
• 針對情緒選擇、角色描繪及個性評分進行註解​

成果：

• 交付了 10,000 小時的對話影片
• 協助客戶研究人際間的互動往來，以便訓練其 AI 角色
• 協助製作突破性的影音互動資料集
• 協助客戶以真實的社交行為，訓練與評估虛擬化身

客戶：某汽車保險公司

產業：汽車

面臨的挑戰：

客戶需要：

• 使用 10,000 筆來源多樣的高品質汽車影像，並且要包含各式各樣的汽車品牌、角度與損壞類型
• 運用地理來源多樣的影像減少車款偏誤
• 使用結構良好的中繼資料與標記，加快模型訓練的腳步

​解決辦法：

• 部署了我們的全球資料提供人才網及專門的招募團隊
• 收集並驗證了 10,000 張汽車影像
• 整合客戶模型的規格要求

成果：

• 交付由 10,000 張真實車輛影像構成的龐大資料集
• 確認這些影像包含了不同的光照環境與損壞情境​
• 在緊湊的 6 週時程內交付結果​
• 協助客戶訓練理賠自動化模型

客戶：以零售為主的某消費性產品科技客戶

產業：零售、科技

面臨的挑戰：

客戶需要：

• 來源高度多樣的全球文件影像資料集，共需 90,000 筆資料
• 協助訓練能執行文件處理的模型

解決辦法：

• 收集了超過 90,000 張票券、折價券和 PDF 的影像
• 以 9 個全球地區語言招募了資料提供人員
• 透過採 LLM 技術的工具生成了中繼資料​
• 執行個人識別資訊（PII）遮蔽作業

成果：

• 為文件剖析和自動化提供了豐富的訓練資料
• 使客戶得以大幅改善其模型在實際掃描、擷取跟自動化工作流程上的正確性
• 在客戶要求的時程內交付了由 90,000 張影像組成的資料集

客戶：某線上影音服務供應商

產業：科技

面臨的挑戰：客戶需要快速地將大量的影片從多種語言翻譯至英文。

解決辦法：

• 從我們龐大的全球人才網中找到合適的譯者
• 大幅增進影片的審閱速度，通常在提交後的 2-3 天內便可完成
• 讓譯者能更輕鬆地標記出含有粗俗、冒犯、仇恨、種族歧視或虐待素材的內容
• 處理數量龐大的影片內容

成果：

我們的服務使客戶得以：

• 更快地審核與發布內容供使用者觀看
• 更加了解內容，並就應該刪改或標記的內容做出明智的決定
• 吸引使用者持續投入與享受平台的內容
• 以負責任的態度持續審查內容
• 建立良好聲譽，成為觀看既具娛樂性又不冒犯他人之多語言影片內容的可靠來源

客戶：某線上學習解決方案供應商

產業：線上學習

面臨的挑戰：審閱超過 300 個以機器翻譯的影片，標記翻譯中的品質問題，包括：

• 句型結構
• 拼寫/文法問題
• 整體正確性

解決辦法：

• 使用我們的平台，針對多種語言招募了數以百計的多語言審閱人員
• 視需要找出並修正 AI 聽寫的字幕
• 分享所標記的任何遺漏或嚴重錯誤的聽寫

成果：

• 專案提交後僅花了 5 天便完成工作
• 為客戶提供了高度正確的影片聽寫
• 協助客戶以全球許多不同語言觸及目標對象
• 協助客戶建立既值得信賴又引人入勝的品牌聲譽，甚至可跨許多語言豎立這樣的形象

客戶：某大型社群媒體公司

產業：科技

面臨的挑戰：要以 5,000 小時呈現各種情緒的影片來訓練 LLM。

解決辦法：

• 招募了共 3,500 名組成多元的參加者
• 確認所有參加者都位於美國
• 錄製並取得參加者提供的高品質影片
• 註解影片，詳細地標記其中的情緒、關係認知和個性深入見解

成果：

我們順利協助客戶：

• 成功訓練客戶的 LLM，使其得以了解並回應廣泛多樣的情緒
• 協助客戶建立先進社群科技公司的聲譽
• 僅花了短短 1 個月便交出 5,000 小時已註解的影片

客戶：引領市場的全球科技公司

產業：科技

面臨的挑戰：

• 以 50 多種語言測試客戶的 App
• 在單一個全球設施中提供內部測試作業
• 與眾多裝置/作業系統分享進行中的測試

解決辦法：

• 在我們的華沙辦公室，為所有 50 多種語言找到測試人員與資料標註人員
• 為這個特定 AI App 建立測試實務做法
• 使用眾多裝置和作業系統進行測試
• 由數以百計的母語人士，完成了將近 400,000 份個別的評估
• 對 11 個產品共 59 個新功能做了評估，品質分數平均為 4.55 (滿分 5 分)

成果：

• 提升所有支援語言的使用者體驗
• 確保現有的功能均可一致地提供高品質體驗
• 避免新功能在推出時會有品質上的落差
• 確保機型升級程式推出時能有高品質的表現
• 確保 RAI 使用

客戶：某大型手機公司

產業：科技

面臨的挑戰：

• 收集 170,000 張手寫影像
• 以 17 種語言註解影像​
• 按照緊湊的時程 (共 5 個月) 交付
• 確保資料隱私

解決辦法：

• 使用了我們的 AI 資料收集平台 Aurora AI Studio
• 運用我們專有的 AI 資料收集招募團隊找尋參加者
• 完成所有手寫影像的註解工作

成果：

• 根據所要求的標準，交付並註解了這 170,000 張手寫影像
• 在僅僅 5 個月內便交出工作成果
• 表現令客戶大感驚艷，他們因此又請我們處理另一個資料收集專案

客戶：某智慧型手機製造大廠

產業：科技

面臨的挑戰：該智慧型手機公司要求收集 200,000 多筆「實際」的多語言對話資料，以利改善他們訊息 App 的「快速回覆」功能。

解決辦法：

• 運用我們先進的平台徵求並取得超過 200,000 個對話
• 每個對話都含有最多 20 個訊息及 5 名交談者
• 共收集到 8 種語言的對話資料
• 在 4 週內彙整了所有資料

成果：

透過我們所收集的 200,000 多筆對話資料，使該智慧型手機公司有能力：

• 吸引與支援更廣大的全球客戶
• 持續培養聲譽，維持為全球各地人們打造方便且使用簡易之裝置的品牌形象
• 以更快的速度開發其「快速回覆」程式，進而能跟上競爭對手與客戶需求

客戶：某頂尖網際網路零售商

產業：零售、科技

面臨的挑戰：審閱 180 萬個多語言、多個選擇的提示回應，並選擇最佳的回應，接著再根據以下事項對所有這些回應評分：

• 正確性
• 格式
• 文法
• 語言學

解決辦法：

• 招募了 5,000 多名共通曉 30 多種語言的審閱人員
• 收集對客戶 LLM 的評分和回應

成果：

在我們的協助下，客戶能夠：

• 訓練其 AI 模型，進而能對顧客查詢提供更好的回應
• 處理 30 多種語言的查詢
• 為全球各地的人們提供更好的服務與互動交流，維持他們優異的品牌聲譽

客戶：某科技巨擘

產業：科技

面臨的挑戰：評估並提升客戶 LLM 在 50 種語言上的翻譯能力。

解決辦法：

• 提供由 50 種語言的提示工程師和語言專家組成的團隊
• 採用 Python 程式碼編寫人員，以高效率進行程式編寫
• 對提示後工程的翻譯品質進行評估
• 確保持續改善提示，以獲致最理想的結果
• 從組成多元的全球人才社群招募並籌組了遠端工作的多個團隊

成果：

我們順利協助客戶：

• 提升客戶的 LLM，進而獲致更高的投資報酬率 (ROI)
• 跨 50 種語言的翻譯結果都更加通順和正確
• 能與更多全球客戶建立關係

客戶：全球科技巨擘

產業：科技、零售

面臨的挑戰：以 30 多種語言檢閱並摘要每月 650 萬筆客戶評論，了解整體的客戶意見。

解決辦法：

• 對具有統計意義的語言子集提供人工驗證服務
• 藉由 LLM 提示，在分類上達到 90% 的正確率
• 量身客製 LLM 提示工程，支援電子商務意見回饋
• 在緊湊的交付時程內檢閱並翻譯非常大量的客戶評論供後續進行分析
• 招募全球各地的人才，並搭配在地市場的驗證人員

成果：

我們順利協助客戶：

• 運用他們 LLM 的強大能力，將 650 萬筆客戶評論分類為正面、負面及中立
• 了解其全球客戶的意見回饋
• 與他們非英文母語的客群互動交流
• 根據市場情緒調整和提升產品

客戶：消費電子產品、家電與工業設備的全球科技巨擘

產業：科技、零售

面臨的挑戰：

• 以 7 種語言組合驗證超過 200,000 個句子
• 創作與翻譯 50,000 個句子
• 摘要超過 10,000 個句子
• 對超過 10,000 個句子批次變更其語氣、正式度和格式
• 遵守嚴格的 1.5 個月交付時程

解決辦法：

• 每個語言召集了超過 50 名語言專家
• 收集了 3,000 人以韓文、英文和西班牙文錄製的喚醒詞
• 以 10 種語言針對不同功能建立了超過 1 百萬筆資料的合成語料庫
• 以英文建立了 100,000 筆合成的電話交談資料
• 驗證了合成的健康資料
• 建立並驗證含有 350,000 筆由機器翻譯之資料的語料庫
• 取得以多種語言錄製的 60,000 筆語料庫資料集
• 在 1.5 個月內交付要求的所有資料

成果：

我們順利協助客戶：

• 開發一個能以 13 種語言即時進行翻譯和口譯的 AI 模型
• 提供多語言的 AI 鍵盤與筆記功能
• 所有交付事項都依客戶要求，在緊湊的 1.5 個月內完成