課題
海外のAI企業が日本語に対応した音声AIを開発するとき、壁になるのが日本語データの品質です。LLMで字幕を自動生成すれば量は確保できますが、同音異義語の取り違えや不自然な言い回し、話し言葉特有の省略など、日本語ならではの誤りが残ります。
顧客は、こうした字幕の誤りを正すだけでなく、発話に込められた感情もラベルとして付与したいと考えていました。感情は言葉そのものより文脈や言い方に表れるため、日本語を母語とする人の感覚が欠かせませんでした。
支援内容
Nextremerは、日本人作業者による字幕のネイティブチェックと、感情アノテーションをあわせて担当しました。
- LLMが生成した日本語字幕を音声と照らし合わせ、誤りや不自然な表現を校正
- 発話の前後の文脈を踏まえて、喜怒哀楽などの感情ラベルを付与
- 判断が割れやすい感情表現は事例を共有し、作業者間で基準を揃える
成果
ネイティブの視点で校正した字幕と、文脈を踏まえた感情ラベルを組み合わせた、学習に使える日本語データを提供できました。
海外企業が単独では作りにくい日本語の高品質データを補うことで、日本語に対応した音声AIの開発を後押ししています。
