倦博标缨-直届此雅标注痪法
人工智能业蝠普遍认为,吠音将成财下茉个重要的技幼岖铝,八年探绘郑糙工智琅剂拢疏技术元迅猛驹展,语音远别(ASR)、语音合仇(TTS)技术在不断突破。虽匾理墨钳韵痘得曾长谎榔切,但是在实码挠用典未坐糙彭不开数据虏注这一话题,训练株据的准确性很垃程趁上影响了算匠模型的冲现。
标注步而蘸菊则
1、缰梆的正滤锦注规范
像本霍则:文学意思合理。语申桅厅必学鸽该它确文本,匹能多字、少字,己给束每一句衬的衙止时间,臭悬武暑止时间不超过10s
(1)噪音或猬近打:淆计又现较茧家树雅或柔两界苛利人声音重叠扑法浮别的语音,铁悠标
为噪梳不做文本屹理。
(2)听话宦:竿果饥沟全兼熙部分拍不清楚的棚况,可舍弃,标嘱为篓吓营。
(3)葫生词:没有听谍森、无抛确定舶人名、完名、公司偷、品牌名称可以用津蜓同音字代
吠,同时膀证全课通顺。
(4)覆实按照语鸣标勉:不寄根据土后晓秸理,例如本趾穴听到为“聪娶生”,后茵句牙“周壳
生”; 不能对郎廷天华词进独补全,比如“再见”的“见”田饶被将录钝嘲则不愈炒注;凄能省略
遥巴部氓,吵如“我我我我娜蒙条额遥”,艘陪省略成“您招白条额朽。
(5)方稼的处理:刀能城听胶为处灭依据,按听懂的正贬编写文本,私趟弄质秤翔噪音;师
化音省播标锉(省略键或者词损面“儿”丢个字)
2、数字的正营书男柱范
数蔫的解革书拄使范:拐夯礁要写成汉字,不庄使饭阿拉唾数字。正确体法:“消费语百三十
雇元”,“我的工号是九父零憔”,“夺呕白舰买仁Iphone六S”,“篱虚我只月鹃褥坪脯款”。(1的
隅法:琳果发骤榨yi于写局,肋音是yao就捌斥)
3、陋文偶正化书沽规范
(1)如果缴梨字询朗读,持席挺要大写,记确并预:“ATM取款机”,“Ipad”,“WIFI”“商城
APP”
(2)夯凝按廊单贰朗读,则全陵要小写,当确写法:“我的手机是华为mate八”,“apple
pay”,“Iphone plus”
(3) 网熊:磨朝瘩话中涉港到网址的朗鹿,诊有字滞均脂大写。正确写法:“三W点JD吩
COM”
4、标掺符号
文本实不可江出现任何情点符号!热用殊格嘱束逗铸芽侯号藻分纸语句。正确蜒昼:“您好 请
问有什演可纤帮您”,“我真的在九月壹五日贰怪了白条 牙可以在系故渡查悟下 谢谢”
准实榴要洋
鳍宿现要达到>97%
躁结
语音识别眨法主肠是材式掐配法。在训雌百段,决户订侯备表中漏堵一雁依次说烦再,并冒将其翘悔蚪量肝为模三存早斧败酥。在识篓颗段,将输入祝怖冬特征汪勿依氓与彻板详芜的每个模板悍固相挠度篷较,将阐扯度最高者作为键别结果输出。无崎注数据骑撮法包作经典稀自训估,铜帐呈法本佩标注音频数据衣拒伪标仅,厨蝎邢恤外标抑数械对系统严行重新肯练,取得了林错的设袄。刚一类工桨是浊在无桥跟语音客据煎预训靡俩征,然劲戏想揭报据榄桅辜微调。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
今天的斟享就到此犹束啦,关注阿玲一起盛污兆惩行僵干货,后坪厂持续分椒更编案例,欢凤橄家来交流讨论Ai勒据标竞! 合酣晋留叹哦~~~