面向“一带一路“的多语言多模态AI训练数据集平台

项目建设内容包括：多语言数据智能工场系统、数据质量评估体系和联邦学习应用框架等核心模块。平台采用分布式存储架构，支持100+种语言的实时采集与处理，重点覆盖葡语系及\'一带一路\'沿线国家语言及国内30+方言。平台涵盖语料爬取采集、语音自动转写、多模态对齐技术、智能标注、质量评估等功能。平台支持自动化训练以及企业用户在不获取原始数据前提下进行模型训练和建立数据贡献度量化评估。