晴数智慧Magic Data | 数据定义智能

北京爱数智慧科技有限公司品牌升级。进一步将业务推向高质量数据集的构建和解决方案领域，英文名称沿用Magic Data，中文名称正式更名“北京晴数智慧科技有限公司”。

“Training data is technology” .数据即科技、OpenAI的联合创始人Ilya Sutskever在与知名科技媒体The Verge访谈中提到。ChatGPT自发布以来热度席卷全球、一周前惊艳亮相的GPT-4更是让人感叹我们迎来了AI发展的历史性时刻。然而我们也困惑、更多的奥秘或许存在于数据之中......本文是Magic Data创始人兼CEO张晴晴博士关于数据、大模型与生成式AI的观点分享，OpenAI为何不开源GPT-4？在我们看来。

尽管就目前来看ChatGPT对大部分问答都能基本做到“对答如流”。但是，ChatGPT本质上依旧是预训练模型驱动的产物，模型的成熟度、完善度对它回答的准确度有着很大的影响。

在过去的一月里，人工智能领域中最火的话题莫过"ChatGPT"。MagicHub数据开源社区已开源部分基于ChatGPT的可扩展的对话数据集。

Magic Data联合中科院声学研究所、上海交通大学和西北工业大学，在Magichub开源社区正式开源180小时中文对话式语音数据集MagicData-RAMC。MagicData-RAMC是一批高质量且标注丰富的训练数据，可以很好地支持开发者完成语音识别和说话人日志相关的研究。

文本到语音合成（Text to Speech。TTS）作为生成式人工智能（Generative AI 或 AIGC）的重要课题，在近年来取得了飞速发展。为了实现高效合成既自然又高质量的人类语音，有不少机构及企业都进行了相关项目的研究，包括微软亚洲研究院机器学习组和微软 Azure 语音团队去年推出的NaturalSpeech（#。