當不方便聽語音時，點下“轉(zhuǎn)文字”便能直接獲得語音信息的文字翻譯；當開車時，對著手機直接說出目的地便能直接獲取導航路線；當進入寫字樓時，對著智能安檢攝像頭刷臉即可通過……

    隨著技術(shù)的不斷迭代，人類已悄然邁入智能時代，機器能夠像人一樣，會聽、會看、會說、會動、會思考及會學習，更讓人類生活變得豐富多彩起來。智能時代，人們通過智能語音系統(tǒng)、計算機視覺系統(tǒng)、自然語言處理系統(tǒng)發(fā)送簡訊、操縱汽車、遙控設備，這一切主要歸功于智能語音、計算機視覺、自然語言等相關人工智能領域的應用發(fā)展。

    “而我們所做的事情，則是作為人工智能產(chǎn)業(yè)的‘基石’，為產(chǎn)業(yè)鏈的技術(shù)層和應用層源源不斷地提供對其至關重要的AI訓練數(shù)據(jù)，用戶看不到我們，卻在時時刻刻體驗著我們的基石作用。”海天瑞聲董事長賀琳說。據(jù)悉，該公司產(chǎn)品和服務已獲得騰訊、阿里、百度、字節(jié)跳動、微軟、三星、亞馬遜、科大訊飛、商湯科技、?？低暤葒鴥?nèi)外優(yōu)質(zhì)客戶的認可。

    8月13日，海天瑞聲登陸科創(chuàng)板，公司將借助資本的力量強化雙翼，飛向更廣闊的智能天地。

    訓練數(shù)據(jù)“大王”

    海天瑞聲成立于2005年，是一家專注于為AI算法模型訓練提供數(shù)據(jù)產(chǎn)品及解決方案的服務商。16年來，公司持續(xù)投入重金做研發(fā)，目前主營業(yè)務包括訓練數(shù)據(jù)定制服務、訓練數(shù)據(jù)產(chǎn)品及訓練數(shù)據(jù)相關的應用服務三大板塊，業(yè)務領域涵蓋了智能語音、計算機視覺、自然語音等AI核心領域，構(gòu)筑起堅實的技術(shù)壁壘，持續(xù)為客戶提供高質(zhì)量的訓練數(shù)據(jù)產(chǎn)品及服務，始終努力推動著AI技術(shù)在全球各行業(yè)落地的進程。

    隨著智能客服、智能家居、智能手機助手等應用產(chǎn)品的廣泛普及，琳瑯滿目的人工智能應用熱潮背后，是迅猛發(fā)展的人工智能技術(shù)。而在技術(shù)背后，扮演至關重要角色的則是大規(guī)模的專業(yè)訓練數(shù)據(jù)集。數(shù)據(jù)資源的規(guī)模和質(zhì)量，在很大程度上決定了各種人工智能技術(shù)及應用的廣度和深度，從而影響著AI應用/產(chǎn)品的落地及用戶的體驗。

    “數(shù)據(jù)已經(jīng)成為一種生產(chǎn)要素，前提是要把人類世界的信息轉(zhuǎn)化為計算機可以識別的方式。”賀琳介紹說，人工智能行業(yè)發(fā)展涵蓋了三大核心要素——算法、算力及數(shù)據(jù)。如果把發(fā)展成熟的人工智能行業(yè)比作菜肴，那么數(shù)據(jù)就是食料，算法是煎、炒、烹、炸、燉等各種烹飪方法，算力則是燃氣灶、菜刀、鍋、勺等烹飪工具。要想做出一道色香味俱全的菜肴，三者缺一不可。

    賀琳所帶領的海天瑞聲正是我國領先的人工智能訓練數(shù)據(jù)專業(yè)提供商。公司自成立以來，始終致力于為AI產(chǎn)業(yè)鏈上的各類機構(gòu)提供算法模型開發(fā)訓練所需的專業(yè)數(shù)據(jù)集。

    根據(jù)招股書顯示，目前海天瑞聲所提供的訓練數(shù)據(jù)覆蓋智能語音（語音識別、語音合成等）、計算機視覺、自然語言等多個核心領域，全面服務于人機交互、智能駕駛、智慧城市等多種創(chuàng)新應用場景。

    智能語音稱雄天下

    據(jù)介紹，海天瑞聲在智能語音方面可謂獨步天下。公司建立了成熟的發(fā)音詞典構(gòu)建流程、積累了深厚的語音語言學基礎研究成果。截至目前，公司的產(chǎn)品/服務已覆蓋全球160余個語種/方言，并已積累下超過100個語種/方言的發(fā)音詞典，累計詞條數(shù)超過1000萬條，可構(gòu)建高質(zhì)量的智能語音訓練數(shù)據(jù)集群。

    “我們的許多客戶都是全球性的大型科技公司和頭部人工智能企業(yè)，他們的產(chǎn)品需要推廣到世界各個角落，所以產(chǎn)品中的語種/語言功能也需要能夠匹配其所布局的地方區(qū)域。”賀琳介紹說，每一種語言的研究、開發(fā)都需要花費大量的時間及成本，不同語言涉及的音素集、發(fā)音規(guī)則等設定，都需要專業(yè)的語言學家聯(lián)合AI工程師一起來共同研究完成。

    除了豐富的語言能力，公司依托自主開發(fā)的一體化數(shù)據(jù)處理平臺，高質(zhì)、高效地采集與處理大規(guī)模訓練數(shù)據(jù)。一體化數(shù)據(jù)處理平臺需要解決三方面的問題：一是如何構(gòu)建底層算法結(jié)構(gòu)，使人機結(jié)合處理數(shù)據(jù)的能力發(fā)揮到最優(yōu)，最大程度提高數(shù)據(jù)處理效率；二是如何通過對平臺和工具的反復打磨，使數(shù)據(jù)生產(chǎn)流轉(zhuǎn)效率最大化，令訓練數(shù)據(jù)的開發(fā)可以真正達到規(guī)?；蝗侨绾巫畲蟪潭缺Ｕ蠑?shù)據(jù)安全。海天瑞聲通過多年的深耕和持續(xù)的研發(fā)投入，擁有了功能強大的一體化處理平臺，實現(xiàn)了訓練數(shù)據(jù)安全、合規(guī)生產(chǎn)的規(guī)?；?。

    上述羅列的“特技”，正是海天瑞聲區(qū)別于業(yè)內(nèi)其他數(shù)據(jù)服務商的本質(zhì)特征，也是在經(jīng)年累月的努力下為自己打造的深厚壁壘。公司也成為目前國內(nèi)極少數(shù)有能力提供包括希伯來語、烏爾都語、緬甸語等語種數(shù)據(jù)服務的供應商，也是全球擁有自主知識產(chǎn)權(quán)訓練數(shù)據(jù)集最多的企業(yè)之一。

    據(jù)賀琳介紹，公司目前在以每年大概十余種語言/方言的速度不斷擴充著公司的專業(yè)數(shù)據(jù)庫，同時不斷迭代一體化數(shù)據(jù)處理平臺，加入各類新的處理功能。多年積累的核心技術(shù)和專業(yè)服務能力，使得公司能夠更大規(guī)模、更有效率、更加精準地生產(chǎn)訓練數(shù)據(jù)，在提升自身產(chǎn)出效率的同時也有效提高了訓練數(shù)據(jù)對于客戶算法模型的改善、優(yōu)化效果。

    數(shù)據(jù)是算法發(fā)展和演進的“燃料”

    賀琳早年在中科院聲學研究所工作，彼時，她與身邊眾多研究人工智能的好友們都遭遇一個煩惱：基礎訓練數(shù)據(jù)的缺乏。沒有訓練數(shù)據(jù)作為支撐，AI技術(shù)及其應用的研發(fā)工作就很難開展。當時的他們會時常聚在一起來討論這個問題該怎么去解決。隨著算力的突破，數(shù)據(jù)的緊缺問題更加迫在眉睫。

    “當時我認為這是未來的一個方向，因為大家在工作中都會遇到這樣的瓶頸。一些企業(yè)的研究員更想專注于做算法，但又缺乏數(shù)據(jù)。”賀琳表示，所以海天瑞聲應運而生。

    賀琳告訴記者：“數(shù)據(jù)是算法發(fā)展和演進的‘燃料’，算法、算力、數(shù)據(jù)這三個要素一定要互相作用，才能使AI行業(yè)得以發(fā)展。近年來，國家從頂層設計層面也非常重視數(shù)據(jù)的發(fā)展，并制定了很多相關的政策，特別是今年，建設人工智能行業(yè)訓練數(shù)據(jù)集、發(fā)展全數(shù)據(jù)產(chǎn)業(yè)鏈已被正式納入國家重點規(guī)劃，可以說數(shù)據(jù)資源的基礎性和戰(zhàn)略性的地位已經(jīng)凸顯。”

    事實上，除了提供訓練數(shù)據(jù)產(chǎn)品外，一個專業(yè)高效的數(shù)據(jù)合作伙伴最重要的能力之一是幫助應用商們較為準確地預估投入產(chǎn)出比，找到與整體業(yè)務目標契合的整體服務解決方案。經(jīng)過多年的業(yè)務實踐與發(fā)展，海天瑞聲目前與產(chǎn)業(yè)鏈上的各類機構(gòu)都建立了長期的戰(zhàn)略合作關系，產(chǎn)品和服務已獲得阿里巴巴、騰訊、百度、字節(jié)跳動、微軟、三星、亞馬遜、科大訊飛、商湯科技、云知聲、?？低暤葒鴥?nèi)外優(yōu)質(zhì)客戶的認可，建立了廣泛的行業(yè)知名度與影響力。

    未來，市場對訓練數(shù)據(jù)的拓展性需求和前瞻性需求均將快速增長。隨著行業(yè)內(nèi)對訓練數(shù)據(jù)需求類型的增加以及對服務標準要求的提高，這就要求包括海天瑞聲在內(nèi)的數(shù)據(jù)服務商能夠保持對行業(yè)發(fā)展趨勢的洞察能力，深刻理解客戶的應用領域及業(yè)務場景，在設計方案過程中考慮到算法對樣本多樣性的需求，保證數(shù)據(jù)方案能滿足機器學習的需求且避免出現(xiàn)與模型的過擬合、欠擬合等諸多問題。

    “幫助客戶不在數(shù)據(jù)準備階段走彎路，助推其加速模型訓練、產(chǎn)品落地和迭代更新是海天瑞聲堅守的初衷。”賀琳說，隨著人工智能在全球的快速發(fā)展，對數(shù)據(jù)資源需求將持續(xù)增長。與此同時，不同類型、處于不同發(fā)展階段的企業(yè)及組織對數(shù)據(jù)的需求也逐步展現(xiàn)出差異化、多元化趨勢，因此對人工智能訓練數(shù)據(jù)服務商的資質(zhì)、研發(fā)、產(chǎn)能、質(zhì)控、安全合規(guī)等方面都提出了更高的要求。

    用戶驅(qū)動、需求驅(qū)動、實戰(zhàn)驅(qū)動是推動海天瑞聲持續(xù)穩(wěn)步前進的動能。行業(yè)的高速增長，政策的不斷加持，為海天瑞聲增添了更多的成長空間。而登陸科創(chuàng)板，則會獲得更充足的資本力量，助推公司海闊天空任飛翔。