AIxBlock

Qu’est-ce que AIxBlock ?

AIxBlock est un partenaire de données d’entraînement pour les équipes d’IA vocale d’entreprise et de modèles de langage grands, offrant la collecte de données, la transcription, l’annotation, le contrôle qualité, l’évaluation des modèles et une livraison auto-hébergée.

Le site officiel met désormais l’accent sur les données vocales, audio, textuelles et de dialogue, et ne se positionne plus comme une plateforme de développement d’IA décentralisée universelle, telle que présentée dans les communications initiales. Lors des achats et des évaluations, il convient de se baser en priorité sur les pages produits existantes et les contrats de projet.

Les principaux services d’AIxBlock

1. Collecte de données vocales et de dialogue

AIxBlock peut organiser des doubleurs professionnels ou des locuteurs natifs ordinaires pour enregistrer des scripts audio, des dialogues naturels et des scénarios métier spécifiques, couvrant différentes langues, accents, âges et groupes de population.

• Lecture de script et enregistrement de dialogue spontané.
• Changement d’accent, de dialecte et de code linguistique selon les régions.
• Centres d’appel, assistants vocaux et scénarios de service client.
• Données personnalisées pour l’ASR, le STT, le TTS et l’IA de dialogue.

2. Transcription et annotation phonétique

L’équipe peut obtenir une transcription mot à mot, des timestamps, une séparation des locuteurs, une annotation phonémique, ainsi que des étiquettes indiquant l’émotion et l’intention. Le projet définit des normes d’annotation et des critères de validation en fonction des objectifs du modèle.

Les données vocales contiennent souvent des paroles superposées, du bruit de fond, du langage parlé et des phrases inachevées ; par conséquent, il convient de déterminer avant le début du projet s’il faut conserver ces caractéristiques réelles.

3. Données sonores environnementales et industrielles

En plus des voix humaines, AIxBlock peut également enregistrer les sons provenant des rues, des bureaux, de l’environnement naturel, des machines, des équipements, des appareils électroménagers, des alarmes et d’autres événements sonores, afin de permettre une classification acoustique et la détection d’anomalies.

• Détection d’événements sonores et reconnaissance de scènes environnementales.
• Reconnaissance des bruits anormaux des équipements industriels.
• Entraînement des modèles de réduction du bruit et de traitement de l’écho.
• Développement de la sécurité, des maisons intelligentes et des dispositifs d’assistance.

4. Données de texte et de dialogue

Les services destinés aux grands modèles de langage comprennent l’annotation de dialogues à plusieurs tours, la classification des intentions, la reconnaissance d’entités, le remplissage des cases et la collecte de texte dans un domaine spécifique. Les données peuvent être utilisées pour l’entraînement, le fine-tuning, l’évaluation et les tests de sécurité.

5. Données de préférences SFT et RLHF

AIxBlock peut créer des données de fine-tuning supervisé en associant des prompts à des réponses, et peut également organiser des personnes pour comparer les sorties de plusieurs modèles, afin de les classer en fonction de leur exactitude, de leur sécurité et du degré d’achèvement de la tâche.

Ces types de données doivent être conçus en fonction de règles métier spécifiques, plutôt que de se limiter à collecter des avis généraux positifs ou négatifs. Dans des domaines tels que la médecine, le droit et la finance, la participation et la révision d’experts compétents sont également nécessaires.

6. Bibliothèque audio de centre d’appels prête à l’emploi

Des enregistrements audio de centres d’appel authentiques, fournis officiellement avec une autorisation directe, sont disponibles dans diverses langues, accents et domaines d’activité. Les entreprises peuvent d’abord obtenir des échantillons pour évaluer les caractéristiques acoustiques et le format des données, avant de décider d’une licence en grande quantité.

Une partie des données peut être accompagnée de transcriptions et d’annotations supplémentaires. Lorsqu’il s’agit de noms, de cartes de paiement ou d’autres informations personnelles, la plateforme indique comment masquer les PII selon les besoins, mais l’acheteur doit néanmoins vérifier les normes de traitement spécifiques.

7. Plateforme de données auto-hébergée

AIxBlock permet de déployer les workflows de collecte, d’annotation, de contrôle de qualité, d’entraînement et d’évaluation sur site chez le client, dans un cloud privé ou dans un environnement hybride. Le client peut connecter ses propres systèmes de stockage dès le début du projet.

Cette méthode permet de conserver les données brutes à l’intérieur des limites de sécurité du client, réduisant ainsi le risque que des tiers proposant des solutions SaaS conservent à long terme des données propriétaires ; elle convient aux banques, au secteur médical, au gouvernement et à d’autres organisations réglementées.

Méthodes de contrôle qualité

• Réduire les incohérences entre les tâches d’agent et l’identité grâce à une vérification multicouche des identités, des appareils et des sessions.
• Utilisation d’indicateurs de cohérence, de vérifications de consensus et d’échantillonnage par des auditeurs avancés pour l’étiquetage.
• Utiliser l’assistant IA dédié au projet pour répondre aux questions sur les règles de annotation.
• Utiliser un contrôle qualité automatisé pour identifier les résultats anormaux et incohérents.
• La livraison, l’échantillonnage et le retraitement sont gérés par le chef de projet et les experts du domaine.

Le mécanisme de qualité ne peut qu’augmenter la probabilité de détecter les problèmes, il ne peut pas remplacer les tests de référence effectués par le client lui-même. L’entreprise doit préciser dans le contrat le taux de précision, le taux d’échantillonnage, les types d’erreurs, les règles de retraitement et les méthodes d’acceptation finale.

À qui s’adresse-t-il ?

• Équipe chargée du développement de la reconnaissance vocale, de la synthèse vocale et d’assistants vocaux.
• Les entreprises qui ont besoin de données d’entraînement multilingues ou pour des langues minoritaires.
• Entreprises qui entraînent des modèles de dialogue pour le service client, la banque et les centres d’appels.
• Équipe de grands modèles chargée de l’SFT, du RLHF, du DPO ou de l’évaluation des modèles.
• Il est interdit de télécharger des données d’entraînement sensibles vers des organisations réglementées utilisant des SaaS publics.
• Nous cherchons des contributeurs désireux de participer aux projets d’enregistrement, de transcription, de annotation linguistique ou d’évaluation par IA.

Processus d’achat pour les entreprises

1. Définir les objectifs du modèle, les types de données, le langage, la région, les conditions audio et le format de livraison final.
2. Préciser l’ampleur du projet, le calendrier, les connaissances sectorielles, le niveau de confidentialité et les limites d’utilisation des données.
3. Demandez des échantillons, un catalogue ou un devis pour un projet sur mesure auprès d’AIxBlock, et signez l’accord de confidentialité nécessaire.
4. Vérifier les sources des données, le consentement des participants, la portée de l’autorisation, l’exclusivité et les droits commerciaux.
5. Élaborer des guides de marquage, des échantillons de référence, des indicateurs de qualité, ainsi que des règles d’échantillonnage et de réarbeitation.
6. Décider d’utiliser une plateforme de livraison gérée ou auto-gérée, et effectuer une évaluation de la sécurité et de l’architecture.
7. Mettre en œuvre d’abord un pilote à petite échelle pour valider l’efficacité et les écarts sur son propre modèle.
8. Après atteinte des critères pilotes, l’extension s’effectue par étapes, avec un suivi continu de la dérive des données, de la couverture linguistique et des gains du modèle.

Version du service et mode de tarification

Au 25 août 2026, AIxBlock n’a pas publié de tarif unique par ligne, par heure ou par poste. Le site officiel propose une demande de devis pour chaque projet, et les frais sont déterminés en fonction du type de données, de la langue, de l’ampleur, du niveau de l’expert, des exigences de qualité, de la vitesse de livraison et du mode de déploiement.

Les options de taille du projet dans le formulaire de contact du site officiel vont de moins de dix mille dollars à plus de cinq millions de dollars ; il s’agit simplement d’une classification des besoins, et non du prix du forfait ou du montant minimal d’achat. Le prix final sera déterminé selon la proposition écrite, la description des travaux et le contrat.

Pourquoi n’y a-t-il pas de prix fixe pour chaque article ?

L’étiquetage des intentions générales et les dialogues médicaux revus par des experts cliniques présentent des coûts de personnel, des risques et des exigences en matière de qualité complètement différents. Les projets vocaux sont également affectés par l’environnement d’enregistrement, la rareté des accents, le niveau de détail de la transcription et le traitement de la confidentialité.

L’acheteur ne doit pas se limiter à comparer le prix d’un seul élément de données, mais doit également calculer les coûts totaux tels que le taux de conformité, les réparations, la gestion de projet, les certificats d’autorisation, ainsi que les audits de stockage et de sécurité.

Autorisation des données et vérification des droits d’auteur

La valeur des données d’entraînement dépend non seulement de leur quantité, mais aussi de l’existence d’un consentement clair pour leur collecte, d’autorisations d’utilisation et de limites en matière de réentraînement. Les enregistrements réels de centres d’appel nécessitent en particulier une vérification des informations initiales fournies, du traitement des données personnelles et des bases légales pour les transferts transfrontaliers.

• Vérifier si les données sont soumises à une licence exclusive sur mesure, à une licence non exclusive ou à une licence réutilisable.
• Déterminer si cela peut être utilisé pour l’entraînement, le fine-tuning, l’évaluation, le déploiement commercial et la redistribution.
• Il est demandé de conserver l’accord des participants et la preuve de l’origine des données.
• Procédures convenues pour la suppression, le retrait, la correction d’erreurs et la gestion des réclamations relatives aux droits.
• Évitez de comprendre « déjà désensibilisé » comme étant absolument irreconnaissable.

Confidentialité et sécurité

La politique de confidentialité d’AIxBlock couvre les utilisateurs du site, les clients, les contributeurs de projets et les données personnelles dans les services, et fait référence à des cadres tels que le RGPD, la loi britannique sur la protection des données et la CCPA. Le traitement transfrontalier peut reposer sur des clauses contractuelles types ou d’autres mécanismes légaux.

La page de sécurité officielle indique que la plateforme a obtenu la certification ISO 27001:2013 et est conforme à SOC 2 Type II. Les entreprises doivent néanmoins demander les certificats en vigueur, le périmètre de l’audit, les exceptions et la liste des sous-traitants, plutôt que de se fier uniquement au logo du site web.

• Définir les rôles du responsable du traitement, du traitement lui-même et des sous-traitants.
• Vérifier les autorisations d’identité, les journaux, les clés, les sauvegardes et la réponse aux événements.
• Des contrôles distincts sont appliqués aux PII, PHI, aux informations de paiement et aux données gouvernementales.
• Vérifier quels composants dans un environnement auto-hébergé doivent encore se connecter à des services externes.
• Vérifier, à la fin du projet, la suppression des copies de données, du cache et des fichiers temporaires.

Mode de participation des contributeurs

AIxBlock recrute également des enregistreurs, des transcripteurs, des experts en langues, des experts sectoriels et des évaluateurs d’IA. Les contributeurs peuvent postuler à des projets, passer des tests et travailler selon les exigences du projet.

Avant de participer, il convient de vérifier le contenu du travail, l’usage des données, les modalités de rémunération, les questions fiscales, la vérification d’identité et les conditions de retrait. Lorsque des informations biométriques, sanitaires, raciales ou autres informations sensibles sont concernées, la plateforme doit obtenir au préalable un consentement explicite.

Statut open source et informations GitHub

AIxBlock a annoncé vers 2025 la mise à disposition en open source d’une plateforme de développement d’IA générale, et a rendu publics les dépôts GitHub correspondants. Lors de vérification, les deux dépôts officiels mentionnés dans les annonces antérieures sont désormais inaccessibles, affichant une page indiquant qu’ils n’existent pas.

Par conséquent, les services actuels de données d’entraînement pour entreprises et les produits auto-hébergés ne peuvent pas être directement qualifiés de « projets open source actifs téléchargeables depuis GitHub ». Le code open source historique, les plateformes commerciales actuelles, les actifs de données et les livrables aux clients doivent être évalués séparément.

Avantages du produit

• Axé sur les données vocales, audio, textuelles et de dialogue, ce n’est pas une boutique d’annotation généralisée.
• Prend en charge plus de cent langues et différents accents régionaux.
• Couvre l’ensemble du processus : collecte, transcription, annotation, données de préférences et contrôle de qualité.
• Une bibliothèque audio prête à l’emploi peut réduire le temps entre l’achat et les expérimentations sur les modèles.
• La livraison self-hosted convient aux organisations ayant des exigences en matière de souveraineté des données et d’audit.

Restrictions d'utilisation

• Il n’y a pas de tarif fixe public ; une communication commerciale préalable, des tests de échantillons et des négociations contractuelles sont nécessaires.
• Les taux de précision et les délais de livraison présentés sur le site officiel proviennent de projets spécifiques et ne garantissent pas les mêmes résultats pour d’autres projets.
• L’autogestion peut réduire le risque de fuite de données, mais elle augmente les responsabilités en matière d’infrastructure et de maintenance du côté du client.
• La qualité des données et l’efficacité du modèle sont encore influencées par les normes d’étiquetage, la couverture linguistique et les méthodes d’entraînement.
• Les informations sur les produits historiques peuvent ne pas correspondre à la position actuelle des services de données d’entreprise.
• L’ancien dépôt GitHub n’est pas accessible actuellement, il est donc impossible de confirmer qu’une version open source en maintenance existe encore.

Questions fréquentes

Que fait AIxBlock principalement maintenant ?

Actuellement, nous proposons principalement des données d’entraînement vocales, audio, de texte et de dialogue de niveau entreprise, ainsi que des plateformes audio de centre d’appels prêtes à l’emploi et des plateformes de données auto-hébergées.

Est-il possible d’acheter uniquement des données prêtes à l’emploi ?

Il est possible de demander des catalogues audio prêts à l’emploi et des échantillons, ou d’ajouter des services de transcription et d’annotation. Les limites de l’autorisation, les langues, les formats et les prix doivent être confirmés séparément.

Prend-il en charge les données RLHF ?

Soutien. La plateforme peut organiser des personnes pour comparer les réponses des modèles, et classer ainsi que noter en fonction de la justesse de la définition du projet, de sa sécurité et du degré d’achèvement de la tâche.

Le self-hosting signifie-t-il l’absence totale de dépendances externes ?

Pas nécessairement. L’acheteur doit encore vérifier si l’authentification, l’accès aux personnes, les modèles, le marché des GPU, ainsi que les composants de mise à jour et de support sont connectés à des services externes.

AIxBlock est-il un outil open source ?

Des annonces sur le logiciel open source ont été publiées dans le passé, mais les dépôts officiels GitHub correspondants ne sont plus accessibles lors de vérifications. Actuellement, les services d’entreprise doivent être considérés comme des projets commerciaux ; l’état open source devra attendre la mise en place de nouveaux dépôts officiels et de licences officielles.