សំណុំទិន្នន័យ

សំណុំទិន្នន័យខ្មែរដែលរួចរាល់

ចាប់ផ្តើមបង្ហាត់ម៉ូដែលបានលឿនជាងមុនជាមួយទិន្នន័យខ្មែររួចរាល់របស់យើង ឬប្រើវាដើម្បីវាយតម្លៃមុនគម្រោងផ្ទាល់ខ្លួន។ សំណុំទិន្នន័យនីមួយៗមានការយល់ព្រម ត្រួតពិនិត្យដោយអ្នកភាសាវិទ្យា និងមានអាជ្ញាប័ណ្ណសម្រាប់ប្រើប្រាស់ពាណិជ្ជកម្ម។

6 សំណុំទិន្នន័យ

សំឡេងមានគំរូ

សំឡេងសន្ទនាខ្មែរ

ការសន្ទនាតាមទូរសព្ទធម្មជាតិរវាងមនុស្សពីរនាក់ លើប្រធានបទប្រចាំថ្ងៃ ដូចជា ធនាគារ ការទិញទំនិញ សុខភាព និងការធ្វើដំណើរ ជាមួយអត្ថបទចម្លងបំបែកតាមអ្នកនិយាយ។

បរិមាណ
គោលដៅ៖ ៥០០ ម៉ោង
វិសាលភាព
អ្នកនិយាយជាង ១.០០០ នាក់ គ្រប់តំបន់
ទម្រង់
WAV 8 / 16 kHz · JSON
ល្អបំផុតសម្រាប់
ASR និងការវិភាគមជ្ឈមណ្ឌលទំនាក់ទំនង
សំឡេងមានគំរូ

សំឡេងអានខ្មែរ ច្រើនសំនៀង

ប្រយោគដែលមានតុល្យភាពសូរសព្ទ អានដោយអ្នកមកពីភ្នំពេញ បាត់ដំបង សៀមរាប តាកែវ និងកន្លែងផ្សេងទៀត ថតលើទូរសព្ទប្រើប្រាស់ប្រចាំថ្ងៃ។

បរិមាណ
គោលដៅ៖ ៣០០ ម៉ោង
វិសាលភាព
តុល្យភាពតាមអាយុ ភេទ និងតំបន់
ទម្រង់
WAV 16 kHz · TextGrid · JSON
ល្អបំផុតសម្រាប់
ASR ការបំលែងអត្ថបទជាសំឡេង និងការតេស្តសំនៀង
សំឡេងមានគំរូ

ពាក្យដាស់ និងពាក្យបញ្ជាជាសំឡេងខ្មែរ

ពាក្យបញ្ជាខ្លីៗសម្រាប់កម្មវិធី រថយន្ត និងឧបករណ៍ឆ្លាតវៃ ដូចជា «ហៅ» «បង់ប្រាក់» «បើក» លេខ និងកាលបរិច្ឆេទ នៅកន្លែងស្ងាត់ និងកន្លែងមានសំឡេងរំខាន។

បរិមាណ
គោលដៅ៖ ២០០.០០០ ឃ្លីប
វិសាលភាព
អ្នកនិយាយជាង ២.០០០ នាក់
ទម្រង់
WAV 16 kHz · CSV
ល្អបំផុតសម្រាប់
ពាក្យដាស់ និងការចាប់ពាក្យគន្លឹះ
សំឡេងមានគំរូ

សំឡេង TTS ស្ទូឌីយោជាភាសាខ្មែរ

ការថតក្នុងស្ទូឌីយោពីអ្នកអានសំឡេងខ្មែរអាជីព ទាំងប្រុសនិងស្រី ក្នុងរចនាបថធម្មតា ព័ត៌មាន និងរួសរាយ ជាមួយអត្ថបទដែលតម្រឹមរួច។ សំឡេងនីមួយៗមានការយល់ព្រមអាជ្ញាប័ណ្ណសំឡេងដែលបានចុះហត្ថលេខា។

បរិមាណ
គោលដៅ៖ ៤ សំឡេង × ២០ ម៉ោង
វិសាលភាព
ប្រុស និងស្រី រចនាបថនិយាយ ៣
ទម្រង់
WAV 48 kHz / 24-bit · JSON
ល្អបំផុតសម្រាប់
Text-to-speech ជំនួយការសំឡេង IVR
អត្ថបទមានគំរូ

សំណុំអត្ថបទកាត់ពាក្យ និង NER ខ្មែរ

អត្ថបទព័ត៌មាន បណ្តាញសង្គម និងឯកសារផ្លូវការ ដែលមានព្រំដែនពាក្យត្រួតពិនិត្យដោយអ្នកភាសាវិទ្យា និងស្លាកលើឈ្មោះ ទីកន្លែង អង្គភាព កាលបរិច្ឆេទ និងចំនួនទឹកប្រាក់។

បរិមាណ
គោលដៅ៖ ១ លានពាក្យ
វិសាលភាព
ព័ត៌មាន បណ្តាញសង្គម ឯកសារផ្លូវការ ហិរញ្ញវត្ថុ
ទម្រង់
JSONL · CoNLL
ល្អបំផុតសម្រាប់
Tokenizer ការស្វែងរក NER និង LLM
អត្ថបទមានគំរូ

អត្ថបទប៉ារ៉ាឡែលខ្មែរ–អង់គ្លេស

គូប្រយោគដែលបកប្រែដោយមនុស្ស លើវិស័យធនាគារ សុខាភិបាល បច្ចេកវិទ្យា និងការជជែកប្រចាំថ្ងៃ រួមទាំងខ្មែរសរសេរជាអក្សរឡាតាំង។

បរិមាណ
គោលដៅ៖ ៥០០.០០០ គូ
វិសាលភាព
ភាសាផ្លូវការ និងក្រៅផ្លូវការ
ទម្រង់
TSV · JSONL
ល្អបំផុតសម្រាប់
ការបកប្រែដោយម៉ាស៊ីន និងការកែសម្រួល LLM

ត្រូវការអ្វីផ្សេងទៀតឬ?

សំណុំទិន្នន័យណាមួយក៏អាចពង្រីក ឬកែសម្រួលបាន ដោយបន្ថែមសំនៀង វិស័យ ឧបករណ៍ ឬស្លាកផ្សេងៗ។ ឬយើងបង្កើតថ្មីទាំងស្រុងសម្រាប់អ្នក។

ស្នើសុំគម្រោងផ្ទាល់ខ្លួន

បរិមាណខាងលើជាគោលដៅប្រមូលបច្ចុប្បន្ន ហើយកើនឡើងជារៀងរាល់ខែ។ សូមស្នើសុំគំរូ ដើម្បីទទួលបានតួលេខចុងក្រោយ និងឯកសារពិពណ៌នាទិន្នន័យពេញលេញ។

ស្នើសុំគំរូ

សាកល្បងទិន្នន័យមុនពេលទិញ

ប្រាប់យើងថាតើអ្នកចង់វាយតម្លៃសំណុំទិន្នន័យណាខ្លះ។ យើងនឹងឆ្លើយតបក្នុងរយៈពេលមួយថ្ងៃធ្វើការ ជាមួយគំរូ និងឯកសារពិពណ៌នាទិន្នន័យ។

គំរូសម្រាប់តែការវាយតម្លៃប៉ុណ្ណោះ។ សូមមើល លក្ខខណ្ឌប្រើប្រាស់ របស់យើង។

សំណុំទិន្នន័យណាខ្លះ?

វានឹងបើកអ៊ីមែលក្នុងកម្មវិធីអ៊ីមែលរបស់អ្នក ដោយបំពេញព័ត៌មានរួចជាស្រេច។

លក្ខណៈបច្ចេកទេស

រួមបញ្ចូលជាមួយរាល់សំណុំទិន្នន័យ

  • ឯកសារពិពណ៌នាវិធីប្រមូល និងប្រជាសាស្ត្រ
  • កំណត់ត្រាការយល់ព្រមរបស់អ្នកចូលរួមគ្រប់រូប
  • អាជ្ញាប័ណ្ណពាណិជ្ជកម្ម មិនលក់បន្តទិន្នន័យផ្ទាល់ខ្លួនរបស់អ្នក
  • របាយការណ៍ QA ជាមួយពិន្ទុភាពត្រឹមត្រូវ និងការឯកភាព

កំណត់ត្រាគំរូ

កំណត់ត្រាសម្រាប់បង្ហាញ។ គំរូពេញលេញនឹងផ្ញើជូនតាមការស្នើសុំ។