长城汽车股份有限公司语言语料招标

长城汽车股份有限公司语言语料招标
1.项目名称：长城汽车股份有限公司语言语料采购项目
2.项目概况与招标范围
2.1项目概况
本次项目的采购范围主要为语音识别模型训练语料：
2.1主要采购的语料场景为电话客服和面对面自然对话场景；
2.2厂家提供的语料组合方案总价格不超过80万人民币，数据量拟采购至少5000小时有效时长；
2.3录音工具保持录音设备的多样性，包括常用的录音设备：安卓手机、苹果手机、录音笔、高保真录音设备等；
2.4录音格式要求：电话客服录音格式为PCM 8khz、单声道、16bit、自然对话等其他场景录音格式为PCM 16khz、单声道、16bit；多说话人场景需要有角色的标注；
2.5文本标注要求：文本中的数字均为汉字、英文单词均为大写且用空格隔开，英文缩写均为大写且字母间用空格隔开（如“SUV ”对应的标注为“S U V”），无标点及特殊符号；文本内容要分词；
2.6交付内容：语音文件（包括原始语音文件及切分后语音文件）、语音标注文件、发音词典；
其中，需要提供音频文件和标注内容总表；原始语音文件及切分后语音文件，切分后的每个语音文件语音时长控制在10s以内；无录音人声音重叠的情况；前后静音段均控制在0.5s以上；语音要自然、流利清晰，禁止刻意变声、模仿等说话方式；
2.7以上语料范围之外，可以附加赠送其他ASR训练语料和TTS语料（男声/女声），赠送的语料将作为加分项。
3.技术要求
3.1录音语料具备人员多样性，至少保证有3000人以上，每类场景录音平均每人提供有效语音时长为20~30分钟左右为最优；
其中，录音人必须熟练使用普通话，口齿清楚，态度认真，无结巴、大舌头、嗓音嘶哑等病理性发音；
3.2电话客服场景、面对面自然对话场景、重口音普通话场景、其他场景（中文数字串、噪音数据、远场数据）占比为4:4:1:1；
3.3男女比例1:1，可上下浮动2%；
3.4项目18~60岁人员均需覆盖，以20~40岁中青年为主；
3.5覆盖全国31省且南方、北方城市比例均衡；
3.6保持录音环境的多样性，噪音明显盖过正常说话的情况除外；
3.7句错误率（指标注合格的句子占总的语音句子的比例，如果一句话中出现了一个标注错误，则整句就算标错）达到4%及以下；
3.8若每个语音数据库的不合格数据的句错误率在5%~6%范围内，则需对不合格数据进行更换，并提供不合格数据出现的原因分析、解决措施及解决期限（保证此类问题彻底解决）；若每个语音数据库的句错误率不合格数据大于7%，则判定为该数据库不合格或者本次采购无效；
3.9语音数据交付方式，为保证数据传输安全建议使用SFTP和WEB端下载的传输方式；
3.10否决项：
3.10.1不提供永久授权；
3.10.2不提供二次数据续传、补发功能；
3.10.3不能保障数据的合法性、违背信息安全等；
3.10.4提供的语音数据库的句错误率大于7%；
3.10.5语料交付完毕后半年内语料文件有质量问题不提供无条件更换的。
4.供应商资质要求
4.1注册资本100万及以上；
4.2投标方应提供专业化的项目实施团队，具有丰富经验。需提交项目经理、咨询顾问、技术负责人、项目组成员名单以及有关工作履历以及其在本次项目中的具体职责；
4.3投标方必须详细陈述语言预料采购项目的实施案例、与应用集成案例、实施效果；
4.4投标方必须详细陈述其在项目中与客户方分工合作的经验和策略，其在项目之后对客户方进行长期技术支持的能力、经验和策略；
4.5近5年实施完成的各企业语言语料采购项目案例（合同首尾页复印件加盖公章）。
5.报名要求
5.1报名截止时间：2021年5月17日11：30。

联系人：郝亮（经理）
电话：010-58977952
手机：13146799092
传真：010-58977952
邮箱：1094372637@qq.com