大多數公共語音數據集在英語、錄音室音頻和精緻錄音條件上過度集中。 這種偏見在下游顯現出來：語音轉文字（STT）和文字轉語音（TTS）系統在現實環境中對全球用戶的表現不佳。 這更多是一個數據問題，而不是模型問題。

介紹波塞冬語音AI數據集。 超過33K小時的權利清除音頻，涵蓋低資源語言。 在幾種語言中，這超過了多年的公共數據收集。 以下是對數據的技術深入分析 ↓

您聽說過我們提供高品質、權利清晰的實體 AI 訓練數據。 但在背後發生了什麼，以及 Poseidon 與其他數據供應商有何不同？ 1 ➤ Poseidon 由一個數據管道網絡組成，任何人都可以貢獻真實世界的 AI 訓練數據並幫助驗證其質量。 2 ➤ 在背後，Poseidon 運行在專門的子網絡上，每個子網絡都針對特定的 AI 領域及其獨特的數據需求進行定制。 3 ➤ 所有這些都基於 @StoryProtocol 來追蹤數據來源和 IP 血統，創造一個高品質訓練數據的開放市場。