跳至主要內容
案例研究——多種語言語言語言+LLM

亞太和非洲語言市場消費者設備全球語音-AI公司語音建設認可

14,000 發言時數 11 語文和 8 國家,切換字數錯誤率 92%

Published 24 July 2026 · Updated 3 November 2026

區域:中國 亞太垂直: 多語言語音+ LLM

看着

工業消費者技術/語音AI將語音助理擴大到新興市場
地區8個國家非洲和東南亞外地行動
使用的服務3· 語言獲取 · NLP · 多語種數據收集
方案規模14,000 小時收集的11種語言的語音數據
貢獻者基地6,200+ 母語城鄉社區均衡的年齡、性別和重音代表
準確性結果減少92%的WER客戶語音AI的目標語言,與其程序前基線相對應
市場結果11種語言9個月內在客戶助理中啓動
基線覆蓋面15種語言助理的工作語文在節目之前計算
道德來源100%遵守第三方審計覈實; 繳款者在充分知情同意的情況下支付高於當地公平工資基準的款項
狀態已交付9個月內推出11種語言

這是Lifewood數據技術在多語種語音+LLM中的一項案例研究,這是爲全球語音-AI公司在亞太地區和全中國非洲語言市場建立消費者設備語音識別服務而進行的一項參與。 14,000 發言時數 11 語文和 8 國家,切換字數錯誤率 92%

以15種語言工作的語音助理 在所有需要成長的地方都失敗了

客戶端的語音助理在15種主要語言上工作良好,但在新興市場卻失敗了,數億潛在用戶在數字語音數據最少的情況下會說語言,目標語言不存在現成語音數據集,客戶端無法在道德上大規模刮掉語音數據. 需要在整個地理領域進行收集工作,因爲客戶沒有業務足跡。 造成這種收集工作的制約因素是代表性問題。 發言者必須跨越不同的年齡、性別、口音和錄音環境,因此,完成的語音AI將服務於全體人口,而不是城市子集。 在一個地方,一個方便收集的數據集複製了該地的人口統計,而不管其增長多大——這正是失敗模式的衆包平臺產生的,因爲它們向城市、受過教育的高資源語言人口搖擺不定,系統地忽略了方言和記錄了變化。

在8個國家開展外勤業務,在社區內而不是在網上徵聘

Lifewood activated its field operations in 8 African and Southeast Asian countries, recruiting 6,200+ native speakers across rural and urban communities. Contributors were ethically compensated above local fair-wage benchmarks with full informed-consent documentation. Collection covered scripted prompts, spontaneous conversation, and domain-specific commands across commerce, navigation and media, tailored to the client's assistant use cases. 1. In-community recruitment. Contributors are recruited from the language community itself through field operations, not from crowdsourcing platforms — which is what makes authentic dialect, register and accent coverage possible at all. 2. Demographic balancing by design. Speaker panels were balanced across age, gender, accent and recording environment as a recruitment specification rather than as a post-hoc filter. 3. Environmental diversity sampling. Recording conditions were varied deliberately so the model learns the speech rather than the studio. 4. Phonetic transcription and quality control. Quality control included phonetic transcription, speaker demographic balancing and environmental noise diversity sampling, under Lifewood's 95%+ accuracy SLA and dual-layer human-in-the-loop review. Lifewood's language coverage behind this programme spans 50+ languages reaching more than 90% of the global population, including Swahili, Wolof, Hausa, Amharic, Tigrinya, Yoruba, Zulu, Shona, Lingala and Somali across Africa, and Tagalog, Cebuano, Ilokano, Waray, Khmer, Tok Pisin, Tetum, Fijian and Samoan across Southeast Asia and the Pacific.

字差率下降92%,9個月內運送11種新市場語言

方案已交付 14,000 發言時數 11 來自 6,200+ 獨有的演講者 8 。在客戶端,目標語言的字數錯誤率下降 92% 對照方案前基線, 11 新的市場語言在方案啓動後9個月內在助理人員中投入使用,而工作基礎爲: 15 訂婚前主要語言。

相關 Lifewood 服務

覈實結果

指標數值基準如何衡量
收集的語音數據14,000 小時目標語言不存在可用的公文接受11種語文的交付
獨家發言者6,200+年齡、性別、口音和環境之間平衡外地徵聘記錄,涵蓋8個國家
字數錯誤率減少92%對照客戶端的目標語言程序前基線目標語文測試集的客戶端評價
推出市場語言1115種主要語言的工作基礎9個月內釋放客戶助理
所覆蓋的國家8客戶在這些市場上沒有業務足跡啓動每個國家的外地行動

方法和核查。 本頁的數字來自交付量記錄和客戶端評價。 Lifewood 實際交付。 92% 字差率的降低是針對助理員程序前基線,在目標語言測試集上,以及 11 推出的市場語言是客戶發佈里程碑而不是 Lifewood 符合道德來源的核查結果 100% 客戶名不在本頁上根據業務約定的保密條款列出。

關於該方案的問題

Lifewood 通過在社區內徵聘講土著語者的實地行動收集低資源語音數據——關於這一方案, 6,200+ 橫跨 8 非洲和東南亞國家。

打開 Lifewood 語音獲取方案的人口平衡是一個徵聘規範,因爲在一個地點方便收集的數據集複製了該地點的人口統計,無論它增長多大。

Lifewood 將知情同意文件全部記錄下來,並支付捐款者高於當地公平工資基準;關於這一方案,在以下地點核查了符合道德操守來源的情況: 100% 第三方審計。

提供這一多語種語音學習方案 14,000 小時數 11 語言, 使用 11 新的市場語言在9個月內在客戶的助手中居住.

← 所有客戶案例

和Lifewood一起運行類似的程序?

告訴我們你的範圍和準確性 我們將在一個電話中進行類似的接觸

聯絡我們的團隊