录音标注新手入门手册教学内容.pptVIP

LOGO 录音标注新手入门手册 培训流程 项目概况说明 1 软件操作讲解 2 标注规范讲解 3 质检验收标准讲解 4 3 项目概况说明 ? 项目名称： 录音数据标注项目 ? 项目结果应用领域： 语音识别技术 ? 应用目的： 提高语音识别引擎的识别率，即提高语音识别结果的准确率。 ? 技术应用： 1 、呼叫中心自动质检（可以对通话记录进行自动质检，以减少人工质检） 2 、语音自动转文字；如微信对用户的语音进行了标注，则实现了语音转文字 的功能；类似的应用有：百度语音助手、苹果 siri 等； 3 、其他的应用包括语音拨号、语音导航、室内设备控制、语音文档检索、简 单的听写数据录入等 标注软件操作讲解 一、打开软件 二、导入录音文件 1 、上传录音 双击 praat.exe 只保留 Praat objects 窗口，其他窗口关闭即可 点击： Open 点击： read from file 选择录音文件 标注软件操作讲解 2 、生成 textgrid 文件进行标注 点击右手边的 Annotate 选项 点击 To TextGrid 选项 在弹出的 Sound ； To TextGrid 界面输入标注层次名 点击确定后 按住 Ctrl 键，同时选中 wav 文件和 textgrid 文件，点 击右侧的 Edit 出现标注界面，进行标注 三、常用操作指令 ? 播放 / 暂停： Tab 键 ? 放大 / 缩小：界面左下角： all 全屏显示； in 逐步放大； out 逐步缩小； sel 选中部 分全屏显示 ? 选中音频：在语音波形上拖动鼠标 ? 拖动音频：拖动标注界面最下的滑动条 ? 生成切割线：在语音波形上用鼠标点击需切割处，即出现一条红色虚线，同时该 红色虚线与每个标注层的相交处有一个空心圆圈。点击空心圆圈，即可生成切割 线。（快捷键： Enter ） ? 移动切割线：鼠标点住要移动的切割线，左右拖动。 标注软件操作讲解 标注软件操作讲解 ? 删除切割线： 1 、快捷键 Alt+Backspace 2 、点击界面左上顶部“ Boundary ”选项 - 选择 Remove, 即可删除。 ? 保存： Ctrl+S ? 查看秒数：在标注层下面，滑动条上面，有三个显示依次为：每个切割片切割秒数、 屏显秒数、整条音频秒数 ? 做完之后删除记录：选中文件之后，点击左下角的 Remove 标注规范讲解 一、语音文件分类 按语音质量，把语音文件分为两大类：一类为训练语音；另一类为非训练语 音。（本项目只标注训练语音，非训练语音不标注） ? 非训练语音识别条件 ① 文件大小方面： 文件大小为 200KB 以下的语音；（时长过短，未形成对话的语音） ② 噪音方面： 整段语音伴有严重的持续背景噪音的语音；（背景音如严重电流声、 风声和干扰声等） ③ 文本方面： 不能听懂的方言类语音，如某些南方方言等；经常性听不清，不能准 确写出文本的语音；无贡献文本的语音（如：文本只有“喂，你好”这几个字的语 音）；整段语音中 50% 以上文本为脏话的语音。 ④ 其他方面： 回声大的语音（听觉上出现双字的语音）；过载严重的语音（音量过 大导致截幅严重的语音，这里指全段语音的每字都严重截幅的语音；稍微截幅的要算 作训练语音中标注）。 标注规范讲解 二、标注层级 标注层级 情绪层 (emotion) 1 、标注语音对应的文本和噪音标识 ; 2 、中文文字要与语音一致 1 、标注主说话人的角色、性别和身份。 2 、客服用 A 表示，客户用 B 表示； 3 、用“ M 、 F ” + 编号 1 或 2 ，分别表示男 (male) 、女 (female) 性别；性别相同 时，用数字按编号 1 、 2 来区别身份。 如： AF1 、 BF2 ……（两女声）， AM1 、 BM2 ……（两男声）， AF1 、 BM1 ……（一 男一女） 中文层 （ chinese ） 说话人层 (speaker) 标注该段语音的语速、情绪 图片案例 标注规范讲解 三、标注规范细则 两个主说话人的语音 片段（一般为两个主 说话人：一个客服一 个客户） 背景无噪音或有轻 微噪音时 背景有严重噪音时 （听感上达到说话 声的 30% 以上，为 严重噪音） 1 、切割此片段 标记上所说文本（片段不要 过长，一般控制在 2~6 秒，以语义完整的一 句话为一个片段；特殊情况下，最长不超过 10 秒） 2 、数字和符号需转换成汉字，例 70% 写为百 分之七十； 3 、切割的语音片段首尾要留有一定余量 （首尾为静音段时可以多留余量， 1 秒都可 以，首尾为噪音段时，要稍微紧贴语音） 4 、 音译词用中文写出，如拜拜、英格兰、 保时捷等 将语音文本加上 [] 标记，其他同上。 图片案例 标注规范讲解