語音助理已成為今日客戶支援的一環，這個技術能理解您的用詞、辨識是什麼讓您感到挫折、解析您的要求、以能展現同理心的方式回覆您，同時還能以高效率完成所有這些工作。

這樣的智慧型互動之所以能夠實現，全賴身處幕後、鮮為人知的多模態音訊註解所扮演的關鍵角色。音訊 AI 註解是指細心地標記音訊資料，以便用來訓練 AI 模型。每一次順暢的 AI 語音互動，都源自於語言解決方案整合商以及龐大的標記資料：

• 語者轉換 (發話)
• 背景雜音
• 情緒線索
• 停頓
• 專業術語
• 意圖

正是這個煞費苦心的標記流程，使 AI 不但能聽見我們說話，更能「理解我們的意思」。

多模態音訊註解為何如此重要

音訊註解能協助機器學習人類的語言。如果沒有這些以音訊為主的資料註解服務，語音模型所能達到的成就，大概跟那些想靠著無字幕電影學法文的學生差不多。這個流程如何有助 LLM 訓練？以下為您列舉一些明確的方式：

• 告訴模型某個講者什麼時候停止說話，而另一個講者開始講話
• 區分是嘲諷還是真心誠意
• 協助模型辨認出話語中的指令，甚至是在背景有說話聲或是同時有人說話的情況下

模型的品質高低，取決於它的 AI 訓練資料

紮實的 AI 訓練資料，是打造高效能模型的重要關鍵。不管是大型語言模型 (LLM)、自動語音辨識 (ASR) 引擎還是虛擬語音代理，全都需要有高品質的標記資料才能發揮功能。最佳的訓練流程，可確保聽寫的正確性並教導 AI 詮釋前後脈絡。如果語者轉換標記錯誤，可能會導致模型打斷客戶說話；而沒察覺到情緒轉換，則可能會惹惱客戶。對 AI 而言，訓練資料不足的問題並不只有效率不彰，更是個嚴重的缺陷。

在多模態音訊註解出現之前，語音對話的品質其實很差

大多數的語音 AI 模型是訓練用來應用於客服中心，多模態註解對這類應用尤其重要。在這些環境中，AI 模型會面臨許多挑戰，包括：

• 背景雜音
• 打斷、插嘴
• 切換語言
• 說話含糊不清
• 吼叫
• 業界專有的術語
• 俚語

所有這類音訊資料都必須仔細地註解其細微差異。如果沒有紮實的多模態音訊註解，今日的 AI 仍舊難以提供符合真實情境的對話。一個確實具備真人水平對話能力的 AI 語音代理，會知道對方說了什麼話，並可理解人類對話中的混亂情況。

音訊註解使用案例

以下是一些利用 AI 模型輔助的情境，尤其是使用完善且正確標記的訓練資料妥善訓練的模型。每一個這些情境都需要有 AI 資料標記，才能順暢運作並發揮效能。

• 打造強大的 AI 代理，可用來取代 Tier 1 級別的客服支援
• 訓練 STT/TTS 系統，進而能處理不同的口音跟領域
• 客服專員輔助工具，可低聲提供即時建議
• QA 自動化功能，標記不良的通話或違反法規遵循的地方
• 情緒偵測，以便優先處理高風險的問題或憤怒的客戶
• 醫療保健 AI，可捕捉到例如「呼吸困難」等重要字詞

多模態音訊註解與負責任的 AI

將原始的音訊資料直接交給 AI 資料解決方案公司處理，並不是個負責任的做法。負責任的 AI 訓練服務供應商都會先確認以下事項：

• 先移除 PII 再進行註解
• 資料合規，符合 GDPR、HIPAA 或 SOC 2 等規定
• 環境安全無虞，同時設有存取權限制

註解資料還不夠，公司更需要以負責任的方式註解資料，尤其是例如金融業和醫療保健等受監管的產業。

與我們聯絡

想探索標記音訊資料的強大力量嗎？Lionbridge 處理過許多大規模的音訊註解專案，我們具備以下特色：

• 超過 10 年的經驗
• 能處理 300 多種語言
• 能因應各個主要產業

無論是要微調 LLM、建置具情緒感知能力的語音代理，還是要拓展您 AI 資料訓練的範疇，我們都能從一開始便成為您稱職的合作夥伴。Lionbridge 的 AI 資料解決方案團隊能提供：

• 可拓展至全球的多語言資料標記解決方案
• 採人機迴圈機制的註解服務，並具備多層級品質管控 (QA)
• 領域專業知識，例如法律、醫療和金融服務等
• 保障 PII 安全的工作流程，而且符合最高等級的資料標準

了解我們如何能助您一臂之力。歡迎與我們聯絡。