高质量数据评测：希尔贝壳卜辉的技术向善之道

高质量数据集看似只是人工智能基础架构中的底层环节，实则直接决定了算法模型的上限表现，也制约着技术能够在多少真实场景中实现规模化落地。正如北京希尔贝壳科技有限公司创始人卜辉所强调的，数据不只是AI的基石，更是连接技术能力与人文价值的关键枢纽。行业未来的方向，在于以开源构建协同生态，以向善理念守护数据温度，让每一份数据都承载实质意义，最终达成技术的可持续善意与良性演进。

AI基础数据服务是典型的“小切口撬动大产业”。过去以数据标注为代表的工作长期被归为劳动密集型，如今正在快速向高技术密度、高知识含量、高附加值的阶段转变。聚焦高价值数据服务，希尔贝壳搭建了AISHELL-LableS智能数据工程平台，并自研了音视频标注、音频降噪、模型测试等一系列AI工具。业务版图从最初的纯语音数据，逐步扩展到音视频、评测、具身智能、智能驾驶、人机交互乃至脑电与多模态数据服务，形成了从提供原始“数据燃料”到进行深度“效能调优”的全栈式解决方案。

开源：构建更广阔的朋友圈与健康市场

一个成熟的产业生态对高质量数据建设与服务行业的发展至关重要。在这方面，“开源”理念深深植根于这家企业的基因之中。从早期的AISHELL-1到如今的AISHELL-7系列，其开源数据集在类型丰富度、场景多元性和数据准确性上持续提升。据卜辉介绍，AISHELL系列已覆盖中文普通话、方言、多模态及特殊声学特征语音等多种类型，横跨智能家居、智能驾舱、工业生产、会议对话等数十个真实交互场景，全球使用者超过1000家。面对“数据开源是否会削弱自身竞争力”的疑问，卜辉的观点十分明确：数据只有被广泛使用才能释放其最大价值，开源能带来更广阔的“朋友圈”，最终促使市场走向更健康、更繁荣的良性循环。

向善：让技术听见每一种声音

高质量数据不仅是AI训练的基础，也是技术体现人文关怀最直接的落脚点。2024年，希尔贝壳正式开放了AISHELL-6系列特殊声学特征语音数据集，其中包括中文构音障碍、大规模耳语与正常发音平行对齐数据集等。以数据建设为纽带，2026年，公司联合中国计算机学会语音对话与听觉专委会、深圳市人工智能学会、中国人工智能产业发展联盟数据标注专委会三大专业机构，共同发起了“AISHELL融声向善语音资源开源计划”。该计划旨在呼吁更多机构加入，共同建设一个包容、公平、可持续的全球语音技术研究生态。据了解，腾讯天籁实验室近期也已加入该计划。

从坚实的技术支撑，到开放的开源生态，再到关注特殊群体的数据集发布，“数据+生态”构成了希尔贝壳发展的双引擎。科技向善，方能行稳致远。“让每一种声音都被听到，每一个需求都能被回应”——这不应只是一项计划的口号，更应成为技术普惠与向善道路上的一道必答题。

来源：互联网