ទិន្នន័យភាសាខ្មែរសម្រាប់ AI

ទិន្នន័យភាសាខ្មែរ ដែល AI របស់អ្នកកំពុងខ្វះ។

សេវាកម្មទិន្នន័យ សំឡេង និង AI ភាសាខ្មែរ ដែលមានភាពត្រឹមត្រូវខ្ពស់៖ ការប្រមូលទិន្នន័យ ការបំប្លែងសំឡេងជាអក្សរ ការដាក់ស្លាក ការបង្កើតសំឡេង ការដាក់អក្សររត់ និងការបញ្ចូលសំឡេង ព្រមទាំងវិស្វកម្ម prompt សម្រាប់ AI។

ស្នើសុំសាកល្បង មើលសេវាកម្ម
  • អ្នកភាសាវិទ្យាជនជាតិខ្មែរ
  • អ្នកនិយាយគ្រប់រូបយល់ព្រម
  • សាកល្បងដោយឥតគិតថ្លៃ
bank_call_0142.wav ឆ្លងកាត់ QA
  1. A 00:00.4 – 00:03.1

    សួស្តី ខ្ញុំចង់បើកគណនីធនាគារ។

    “Hello, I'd like to open a bank account.” intent: open_accountdialect: Phnom Penh
  2. B 00:03.6 – 00:07.2

    បាទ សូមបង្ហាញអត្តសញ្ញាណប័ណ្ណរបស់អ្នក។

    “Sure, please show your national ID card.” entity: ID_CARDnoise: low
បង្កើតសម្រាប់ក្រុមការងារក្នុងវិស័យ
  • ធនាគារ និងហិរញ្ញវត្ថុឌីជីថល
  • ទូរគមនាគមន៍ និងមជ្ឈមណ្ឌលទំនាក់ទំនង
  • ជំនួយការសំឡេង
  • ប្រព័ន្ធផ្សព្វផ្សាយ និងការរៀនតាមអនឡាញ
  • សេវាសាធារណៈ
  • មន្ទីរស្រាវជ្រាវ AI
១ ថ្ងៃឆ្លើយតបរាល់សំណើក្នុងរយៈពេលមួយថ្ងៃធ្វើការ
ឥតគិតថ្លៃបាច់សាកល្បង មុនពេលអ្នកសម្រេចចិត្ត
2×អ្នកភាសាវិទ្យាពិនិត្យពីរដងលើរាល់ការចម្លង និងស្លាក
100%អ្នកចូលរួមទាំងអស់យល់ព្រម និងទទួលបានប្រាក់ឈ្នួលសមរម្យ

សេវាកម្ម

គ្រប់យ៉ាងជាភាសាខ្មែរ ពីទិន្នន័យដើម ដល់សំឡេង និង AI ដែលរួចរាល់

សេវាកម្មប្រាំបី ដោយអ្នកជំនាញជនជាតិខ្មែរ។ ប្រើសេវាតែមួយ ឬផ្សំបញ្ចូលគ្នា។ គម្រោងនីមួយៗចាប់ផ្តើមដោយការសាកល្បងតូចមួយឥតគិតថ្លៃ ដើម្បីឱ្យអ្នកពិនិត្យគុណភាពជាមុន។

ការប្រមូលទិន្នន័យសំឡេង

ការថតសំឡេងខ្មែរតាមអត្ថបទ និងការនិយាយធម្មជាតិ ពីអ្នកនិយាយមកពីខេត្តផ្សេងៗ គ្រប់វ័យ និងភេទ — តាមទូរសព្ទ ស្មាតហ្វូន និងពីចម្ងាយ។

  • អត្ថបទផ្ទាល់ខ្លួន និងពាក្យដាស់
  • សំឡេងសន្ទនា និងការហៅទូរសព្ទ
  • តុល្យភាពប្រជាសាស្ត្រ
ស្វែងយល់បន្ថែម →

ការចម្លងសំឡេងជាអក្សរ

អត្ថបទខ្មែរពាក្យតាមពាក្យ ឬកែសម្រួលស្អាត ជាមួយពេលវេលា វេននិយាយ និងច្បាប់អក្ខរាវិរុទ្ធស្របគ្នា។

  • កំណត់ពេលតាមឃ្លា និងតាមពាក្យ
  • ការលាយភាសាខ្មែរ–អង់គ្លេស
  • ស្លាកសំឡេងរំខាន និងមិនមែនការនិយាយ
ស្វែងយល់បន្ថែម →

ការដាក់ស្លាកទិន្នន័យ

ស្លាកលើអត្ថបទ សំឡេង និងរូបភាព រចនាជាមួយក្រុម ML របស់អ្នក និងត្រួតពិនិត្យដោយអ្នកភាសាវិទ្យាទីពីរ។

  • គោលបំណង អង្គភាព និងអារម្មណ៍
  • ការកាត់ពាក្យខ្មែរ
  • ប្រអប់ព្រំដែន និងចំណុចសំខាន់
ស្វែងយល់បន្ថែម →

ទិន្នន័យអត្ថបទ និង LLM

ទិន្នន័យការណែនាំ ការបកប្រែ និងការវាយតម្លៃដោយមនុស្សជាភាសាខ្មែរ ដើម្បីឱ្យ chatbot និង LLM និយាយខ្មែរបានធម្មជាតិ។

  • ការសរសេរសំណួរ–ចម្លើយ
  • ការបកប្រែ និងការពិនិត្យដោយមនុស្ស
  • ការចាត់ថ្នាក់លទ្ធផល (RLHF)
ស្វែងយល់បន្ថែម →

ការវាយតម្លៃ និងស្តង់ដារប្រៀបធៀប

សំណុំតេស្តខ្មែរដាច់ដោយឡែក និងការដាក់ពិន្ទុដោយមនុស្ស ដើម្បីដឹងថាម៉ូដែលរបស់អ្នកដំណើរការល្អប៉ុណ្ណាមុនដាក់ឱ្យប្រើ។

  • សំណុំតេស្ត WER / CER
  • ការពិនិត្យភាពត្រឹមត្រូវ និងភាពលម្អៀង
  • ការប្រៀបធៀបម៉ូដែលអ្នកផ្គត់ផ្គង់
ស្វែងយល់បន្ថែម →
ថ្មី

ការបង្កើតសំឡេងខ្មែរ

សំឡេងខ្មែរធម្មជាតិសម្រាប់កម្មវិធី IVR សៀវភៅជាសំឡេង និងជំនួយការ៖ ការថតក្នុងស្ទូឌីយោពីអ្នកអានសំឡេងដែលបានយល់ព្រម ទិន្នន័យ text-to-speech រួចរាល់សម្រាប់បង្ហាត់ និងសំឡេងម៉ាកយីហោផ្ទាល់ខ្លួន។

  • សំណុំទិន្នន័យ TTS ស្ទូឌីយោ (48 kHz មានតុល្យភាពសូរសព្ទ)
  • សំឡេងម៉ាកយីហោផ្ទាល់ខ្លួន ជាមួយការយល់ព្រមអាជ្ញាប័ណ្ណសំឡេងដែលបានចុះហត្ថលេខា
  • ការបញ្ចូលសំឡេងខ្មែរសម្រាប់ IVR ការរៀនតាមអនឡាញ និងការផ្សាយពាណិជ្ជកម្ម
  • ការធ្វើតេស្តស្តាប់ MOS សម្រាប់សំឡេងសំយោគ
ស្វែងយល់បន្ថែម →
ថ្មី

វិស្វករ AI និងអ្នកសរសេរ Prompt ខ្មែរ

អ្នកសរសេរ prompt និងវិស្វករ AI ជនជាតិខ្មែរ ដែលរចនា សាកល្បង និងពង្រឹង chatbot និងភ្នាក់ងារ AI របស់អ្នក ឱ្យឆ្លើយបានត្រឹមត្រូវ គួរសម និងមានសុវត្ថិភាពជាភាសាខ្មែរ។

  • System prompt និងបណ្ណាល័យឧទាហរណ៍ជាភាសាខ្មែរ
  • ការសាកល្បងវាយប្រហារ (red-teaming) និងសុវត្ថិភាពជាភាសាខ្មែរ
  • RAG និង fine-tuning លើឯកសារខ្មែររបស់អ្នក
  • អ្នកសរសេរ prompt ធ្វើការជាមួយក្រុមរបស់អ្នកប្រចាំខែ
ស្វែងយល់បន្ថែម →
ថ្មី

ការដាក់អក្សររត់ និងការបញ្ចូលសំឡេង

អក្សររត់ និងការបញ្ចូលសំឡេងជាភាសាខ្មែរ សម្រាប់ភាពយន្ត រឿងភាគ ការរៀនតាមអនឡាញ និងពាណិជ្ជកម្ម ព្រមទាំងអក្សររត់ជាភាសាអង់គ្លេស និងចិន សម្រាប់មាតិកាខ្មែរដែលចេញទៅក្រៅប្រទេស។

  • អក្សររត់តាមពេលវេលា (SRT, VTT) និងអក្សររត់សម្រាប់អ្នកពិការត្រចៀក
  • ការបញ្ចូលសំឡេងខ្មែរ និង voiceover ស្របតាមចលនាបបូរមាត់
  • ការបកប្រែ ខ្មែរ ⇄ អង់គ្លេស និងចិន
  • ការត្រួតពិនិត្យដោយជនជាតិខ្មែរ លើពេលវេលា អក្ខរាវិរុទ្ធ និងសម្លេង
ស្វែងយល់បន្ថែម →

របៀបសហការជាមួយយើង

ជ្រើសរើសម៉ូដែលដែលសាកសមនឹងក្រុមរបស់អ្នក

ទិញទិន្នន័យដែលរួចរាល់ថ្ងៃនេះ ប្រគល់គម្រោងទាំងមូលមកយើង ឬបន្ថែមអ្នកជំនាញភាសាខ្មែរទៅក្នុងដំណើរការរបស់អ្នក។

01

ទិញអាជ្ញាប័ណ្ណសំណុំទិន្នន័យ

ទិន្នន័យសំឡេង និងអត្ថបទខ្មែររួចរាល់ ជាមួយឯកសារពិពណ៌នា និងអាជ្ញាប័ណ្ណពាណិជ្ជកម្ម។

ល្អបំផុតពេល អ្នកត្រូវចាប់ផ្តើមបង្ហាត់ម៉ូដែលក្នុងខែនេះ។

មើលសំណុំទិន្នន័យ →
02

គម្រោងគ្រប់គ្រងពេញលេញ

យើងដំណើរការការប្រមូល ការចម្លង ការដាក់ស្លាក និង QA ពីដើមដល់ចប់ តាមលក្ខខណ្ឌ និងកាលកំណត់របស់អ្នក។

ល្អបំផុតពេល អ្នកត្រូវការទិន្នន័យផ្ទាល់ខ្លួន និងតម្លៃថេរ។

ប៉ាន់ស្មានគម្រោង →
03

ក្រុមការងារផ្តាច់មុខ

អ្នកភាសាវិទ្យា និងអ្នកដាក់ស្លាកខ្មែរ ដែលបានបណ្តុះបណ្តាលតាមគោលការណ៍ណែនាំរបស់អ្នក ធ្វើការប្រចាំខែ។

ល្អបំផុតពេល តម្រូវការទិន្នន័យរបស់អ្នកមានជាប្រចាំ។

និយាយជាមួយយើង →
04

ធ្វើការក្នុងឧបករណ៍របស់អ្នក

ក្រុមយើងធ្វើការក្នុងវេទិកា ឬ cloud របស់អ្នក ដូច្នេះទិន្នន័យរសើបមិនចេញពីប្រព័ន្ធរបស់អ្នកឡើយ។

ល្អបំផុតពេល ទិន្នន័យស្ថិតក្រោមបទប្បញ្ញត្តិ ដូចជាធនាគារ ឬអត្តសញ្ញាណ។

មើលសុវត្ថិភាព →

ហេតុអ្វីត្រូវការអ្នកជំនាញ

ភាសាខ្មែរធ្វើឱ្យដំណើរការទិន្នន័យទូទៅបរាជ័យ

អ្នកផ្គត់ផ្គង់សកលចាត់ទុកខ្មែរដូចភាសាផ្សេងទៀត។ តែវាមិនដូច្នោះទេ — ហើយកំហុសទាំងនោះបង្ហាញខ្លួនជាភាពត្រឹមត្រូវទាបពេលប្រើប្រាស់ជាក់ស្តែង។

ខ្ញុំស្រលាញ់កម្ពុជាគ្មានដកឃ្លារវាងពាក្យ
ព្រំដែនពាក្យត្រូវកំណត់ដោយអ្នកភាសាវិទ្យាដែលបានបណ្តុះបណ្តាល បើមិនដូច្នោះទេ tokenizer និងការស្វែងរកនឹងខុស។
ស្ត្រីព្យញ្ជនៈជើង
អក្សរជើង និងលំដាប់ Unicode ខុស អាចធ្វើឱ្យអត្ថបទ និងស្លាក OCR ខូចដោយមិនដឹងខ្លួន។
OK បងការលាយភាសា
ការនិយាយពិតលាយខ្មែរជាមួយពាក្យអង់គ្លេស បារាំង ថៃ និងវៀតណាម — ហើយការជជែកប្រើខ្មែរសរសេរជាអក្សរឡាតាំង។
ទឹកសំនៀងតាមតំបន់
អ្នកភ្នំពេញ បាត់ដំបង តាកែវ និងខ្មែរក្រោម និយាយខុសគ្នា។ ទិន្នន័យរបស់អ្នកត្រូវការគ្រប់សំនៀង។

ការប្រើប្រាស់

អ្វីដែលទិន្នន័យរបស់យើងជួយដំណើរការ

ការបំលែងសំឡេងជាអក្សរ និងជំនួយការសំឡេងដែលយល់ភាសាខ្មែរ

បង្ហាត់ម៉ូដែល ASR និងពាក្យដាស់ ដោយប្រើសំឡេងខ្មែរចម្រុះរាប់ម៉ោង ដែលចម្លងបានត្រឹមត្រូវ — ថតលើទូរសព្ទ និងនៅកន្លែងមានសំឡេងរំខានដូចអ្នកប្រើប្រាស់របស់អ្នក។

  • សំឡេងអាន និងនិយាយធម្មជាតិដែលបានចម្លង
  • សំណុំពាក្យដាស់ និងពាក្យបញ្ជា
  • វចនានុក្រមការបញ្ចេញសំឡេង

របៀបធ្វើការ

ពីសេចក្តីត្រូវការ ដល់សំណុំទិន្នន័យ ក្នុងប្រាំជំហាន

  1. 1

    កំណត់វិសាលភាព

    យើងព្រមព្រៀងលើលក្ខណៈទិន្នន័យ មគ្គុទ្ទេសក៍ស្លាក បរិមាណ និងពេលវេលាជាមួយក្រុមរបស់អ្នក។

  2. 2

    សាកល្បង

    ទិន្នន័យគំរូតូចមួយឥតគិតថ្លៃ ដើម្បីឱ្យអ្នកតេស្តគុណភាព និងកែលម្អការណែនាំ។

  3. 3

    ប្រមូល

    ការថត និងការចាប់យកដោយមានការយល់ព្រម ជាមួយបណ្តាញអ្នករួមចំណែកដែលបានត្រួតពិនិត្យ។

  4. 4

    ដាក់ស្លាក និង QA

    ការពិនិត្យពីរដំណាក់កាលដោយអ្នកភាសាវិទ្យា ជាមួយការវាស់កម្រិតឯកភាពលើគ្រប់បាច់។

  5. 5

    ប្រគល់

    ការប្រគល់ប្រកបដោយសុវត្ថិភាពតាមទម្រង់របស់អ្នក ជាមួយរបាយការណ៍គុណភាព និងកាតទិន្នន័យ។

គុណភាព និងសុវត្ថិភាព

ទិន្នន័យដែលអ្នកអាចប្រើប្រាស់ជាក់ស្តែង — និងការពារបាន

  • ការយល់ព្រមដោយដឹងច្បាស់ គ្រប់ពេល

    អ្នករួមចំណែកចុះហត្ថលេខាលើលិខិតយល់ព្រមជាភាសាខ្មែរច្បាស់លាស់ និងទទួលបានប្រាក់ឈ្នួលសមរម្យ។ អ្នកទទួលបានកំណត់ត្រាការយល់ព្រម។

  • ភាពត្រឹមត្រូវដែលអាចវាស់បាន

    ការពិនិត្យពីរដង ការត្រួតពិនិត្យជាមួយទិន្នន័យគំរូ និងពិន្ទុឯកភាពរាយការណ៍តាមបាច់ — មិនមែនត្រឹមតែការសន្យា។

  • ការគ្រប់គ្រងយ៉ាងតឹងរ៉ឹង

    ការរក្សាទុក និងផ្ទេរដោយអ៊ិនគ្រីប សិទ្ធិចូលតាមតួនាទី NDA សម្រាប់បុគ្គលិកទាំងអស់ និងការលុបតាមការស្នើសុំ។

  • ទិន្នន័យនៅកន្លែងដែលអ្នកត្រូវការ

    ធ្វើការលើវេទិកាសុវត្ថិភាពរបស់យើង ឬនៅក្នុងឧបករណ៍ និង cloud ផ្ទាល់របស់អ្នក។

អ្វីដែលអ្នកទទួលបានជាមួយរាល់បាច់

គុណភាពដែលអ្នកអាចវាស់វែងបាន មិនមែនគ្រាន់តែជឿ

batch_07_report.pdf បានទទួលយក

ឧទាហរណ៍ · សំឡេងសន្ទនា · ១២០ ម៉ោង · អ្នកនិយាយ ៤១២ នាក់

ភាពត្រឹមត្រូវនៃការចម្លង98.7%គោលដៅ ≥ 98%
ការឯកភាពរវាងអ្នកដាក់ស្លាក (κ)0.91គោលដៅ ≥ 0.85
អត្រាជាប់ការត្រួតពិនិត្យគំរូ99.2%ការត្រួតពិនិត្យសម្ងាត់ក្នុងរាល់បាច់
កំណត់ត្រាការយល់ព្រម412 / 412មួយសម្រាប់អ្នកនិយាយម្នាក់ៗ ប្រគល់ជូនអ្នក

ឧទាហរណ៍សម្រាប់បង្ហាញ។ របាយការណ៍របស់អ្នកបង្ហាញលេខពិតនៃបាច់នីមួយៗ ព្រមទាំងការវិភាគកំហុសតាមអ្នកនិយាយ តំបន់ និងស្លាក។

ឧបករណ៍ប៉ាន់ស្មានគម្រោង

ទទួលបានការប៉ាន់ស្មានក្នុង ៣០ វិនាទី

ជ្រើសរើសសេវាកម្ម និងបរិមាណ ដើម្បីមើលថវិកាប៉ាន់ស្មាន និងពេលវេលាប្រគល់។ អ្នកនឹងទទួលបានតម្លៃថេរ បន្ទាប់ពីការសាកល្បងឥតគិតថ្លៃ។

ម៉ោងសំឡេង ម៉ោងថតសំឡេង ពាន់ធាតុ ពាន់គូសំណួរ-ចម្លើយ ម៉ោងស្ទូឌីយោដែលបានបញ្ចប់ ថ្ងៃធ្វើការរបស់វិស្វករ នាទីវីដេអូ នាទីវីដេអូ
រយៈពេលប្រគល់
ការត្រួតពិនិត្យគុណភាព

ថវិកាប៉ាន់ស្មាន

—

ពេលវេលាប្រគល់ប៉ាន់ស្មាន

— សប្តាហ៍

  • បាច់សាកល្បងឥតគិតថ្លៃជាមុន
  • ឯកសារពិពណ៌នា កំណត់ត្រាយល់ព្រម និងរបាយការណ៍ QA
  • ប្រគល់ជូនតាមទម្រង់របស់អ្នក

សម្រាប់ជាការប៉ាន់ស្មានតែប៉ុណ្ណោះ។ តម្លៃអាស្រ័យលើគុណភាពសំឡេង ភាពស្មុគស្មាញនៃស្លាក និងរយៈពេលប្រគល់។

សំណួរញឹកញាប់

សំណួរទូទៅ

តើការសាកល្បងឥតគិតថ្លៃដំណើរការយ៉ាងដូចម្តេច?

យើងផលិតទិន្នន័យគំរូតូចមួយតាមលក្ខណៈរបស់អ្នក — ឧទាហរណ៍ សំឡេងចម្លងរួច ១ ម៉ោង ឬរូបភាពដាក់ស្លាក ៥០០ — ដោយឥតគិតថ្លៃ។ អ្នកពិនិត្យ យើងកែលម្អការណែនាំ បន្ទាប់មកយើងផ្តល់តម្លៃសម្រាប់គម្រោងពេញ។

តើអ្នកកំណត់តម្លៃគម្រោងយ៉ាងដូចម្តេច?

សំឡេងជាធម្មតាគិតតាមម៉ោងសំឡេង ការដាក់ស្លាកគិតតាមធាតុ ហើយការប្រមូលគិតតាមអ្នករួមចំណែក ឬតាមម៉ោងដែលបានថត។ បរិមាណ ពេលវេលា និងកម្រិតពិបាកប៉ះពាល់ដល់តម្លៃ។ អ្នកនឹងទទួលបានតម្លៃថេរបន្ទាប់ពីការសាកល្បង។

តើអ្នកអាចធ្វើការជាមួយឧបករណ៍ដាក់ស្លាករបស់យើងបានទេ?

បាន។ ក្រុមរបស់យើងអាចធ្វើការក្នុងវេទិការបស់អ្នក ឬយើងប្រើឧបករណ៍សុវត្ថិភាពរបស់យើង ហើយប្រគល់តាមទម្រង់របស់អ្នក។

តើនរណាជាម្ចាស់ទិន្នន័យ?

សម្រាប់គម្រោងផ្ទាល់ខ្លួន អ្នកជាម្ចាស់សំណុំទិន្នន័យដែលបានប្រគល់ ជាមួយកំណត់ត្រាការយល់ព្រមសម្រាប់ការប្រើប្រាស់ដែលបានព្រមព្រៀង។ យើងមិនលក់បន្តទិន្នន័យផ្ទាល់ខ្លួនទេ។

តើអ្នកធ្វើភាសាផ្សេងទៀតដែរឬទេ?

ភាសាខ្មែរជាការផ្តោតសំខាន់របស់យើង។ យើងក៏អាចជួយលើទិន្នន័យប៉ារ៉ាឡែលខ្មែរ–អង់គ្លេស និងភាសាជនជាតិភាគតិចនៅកម្ពុជាតាមការស្នើសុំ។

ចាប់ផ្តើមគម្រោង

ប្រាប់យើងពីអ្វីដែលអ្នកកំពុងបង្កើត

យើងនឹងឆ្លើយតបក្នុងរយៈពេលមួយថ្ងៃធ្វើការ ជាមួយសំណួរ និងផែនការសាកល្បង។

  • អ៊ីមែល hello@example.com
  • តេឡេក្រាម @example
  • WhatsApp
  • ទីតាំង ភ្នំពេញ កម្ពុជា
  1. 1 តម្រូវការ
  2. 2 វិសាលភាព
  3. 3 ទំនាក់ទំនង
តើអ្នកត្រូវការអ្វី?

វានឹងបើកអ៊ីមែលក្នុងកម្មវិធីអ៊ីមែលរបស់អ្នក ដោយបំពេញព័ត៌មានរួចជាស្រេច។