最近在做語音類的深度學習項目，手上有1000小時的數據需要標註，公司內部僱人標註是不太現實的，人員管理起來太麻煩，再加上項目比較緊急，所以找了幾家數據標註平臺，下面簡單介紹一下吧。
什麼是數據標註平臺
衆所周知，數據標註得越精準、對算法模型訓練的效果就越好。大部分算法在擁有足夠多普通標註數據的情況下，能夠將準確率提升到 95%，但從 95% 再提升到 99% 甚至 99.9% ，就需要大量高質量的標註數據。可以說，高質量的數據是制約模型和算法突破瓶頸的關鍵指標。正是由於數據標註的重要性，在AI產業的上游已經形成了一條數據標註產業鏈。
數據標註產業鏈主要由3方組成，1是標註需求方；2是數據標註平臺，一般可以開發標註工具；3是標註團隊、公會，活躍於各大標註平臺。需求方向標註平臺提出需求後，平臺去開發工具，尋找合適的標註公會，標註完成後交付。
幾家數據標註平臺
- 京東衆智
京東衆智反饋速度比較快，在官網上提交需求後下午就有客戶經理給我打電話，2天就完成標註工具開發和試標了。因爲我們這個項目比較關注數據安全，他們給過來數據隔離的方案，簡單地說就是標註工具和語音數據資源都在我們的服務器，人員管理和答題流程等在衆智的服務器。 - 百度衆包
在貼吧上看到百度衆測比較老牌了，標註類型也非常全面。對於我們公司這種情況他們也能像京東衆智那樣提供私有化部署，但是人員管理、結算等等都是麻煩問題。 - 阿里數據標註
一開始以爲這家標註平臺是阿里的，畢竟京東百度都有，我想阿里也應該有吧？後來才發現在官網首頁最下面有一行小字：【特別說明：阿里標註與阿里集團無任何直接關係】。哈哈哈哈哈哈哈差點被騙 - 龍貓數據
這家是個數據服務商，數據各方面的服務都有做，包括數據買賣、採集、標註等等。這家平臺在百度搜索上做了SEM，估計是下了本錢的，報價也稍微高一些。最終沒有選擇這家平臺的原因是安全性不太好保證，畢竟公司比較小，而且還做數據買賣，真的有點擔心。