数据之声 | 希尔贝壳卜辉：以高质量数据为“小切口”，做技术向善“大文章”

新华财经北京5月20日电（刘苏毅）高质量数据集作为人工智能产业基础层的关键环节，其发展质量直接影响人工智能算法模型性能与应用场景落地。北京希尔贝壳科技有限公司（以下简称“希尔贝壳”）创始人卜辉表示，数据是AI的基石，更是人文的接口。行业应以开源促生态，以向善守初心，让每一份数据都承载温度，真正实现技术向善、“声声不息”。

AI基础数据是“小切口、大产业”，以数据标注为代表的数据服务模式正从劳动密集型向高技术、高知识、高价值跃迁。以做高价值数据服务为核心，希尔贝壳拥有AISHELL-LableS智能数据工程平台，并自主研发音视频标注、音频降噪、模型测试等AI大模型，从最初的语音数据逐步拓展至音视频、评测、具身智能、智驾、人机交互、脑电及多模态数据服务，已形成从提供“数据燃料”到“效能调优”的全栈式数据解决方案。

完善的产业生态建设对高质量数据建设及服务行业发展至关重要。在这方面，“开源”贯穿这家企业始终。“从最初的AISHELL-1到如今的AISHELL-7系列，开源数据集的类型更丰富、场景更多元、准确率更高。”据卜辉介绍，公司开发的AISHELL系列数据集已覆盖中文普通话、方言、多模态及特殊声学特征语音等多种类型，横跨智能家居、智能驾舱、工业生产、会议对话等数十个真实交互场景，全球已有超过1000家单位使用。谈及数据开源是否会影响自身产品竞争力，在卜辉看来，数据只有被广泛利用才能体现价值，只有数据开源，朋友圈才会更大、市场才会更健康。

高质量数据既是AI训练的基石，也是人文关怀的最直接落脚点。2024年，希尔贝壳正式开放AISHELL-6系列特殊声学特征语音数据集，至今已发布中文构音障碍、大规模耳语与正常发音平行对齐数据集等。以数据建设为纽带，2026年，希尔贝壳联合中国计算机学会语音对话与听觉专委会、深圳市人工智能学会、中国人工智能产业发展联盟数据标注专委会三大专业机构，共同发起“AISHELL融声向善语音资源开源计划”。“我们希望有越来越多的机构加入计划，共建包容、公平、可持续的全球语音技术研究生态。”卜辉呼吁。据了解，近期，腾讯天籁实验室也已加入该计划中。

科技向善，普惠致远。从技术支撑到开源生态再到特殊声学特征数据集发布，“数据+生态”已构成希尔贝壳的立身之本与特色亮点。“让每一种声音都被听到，每一个需求都能被回应”不应仅是一项计划的追求，更应是技术普惠向善的必答题。

编辑：于青

版权声明：未经新华财经书面授权许可，严禁任何个人或机构以任何形式复制、引用本文内容或观点。

免责声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115