中文校對(duì)語音標(biāo)注規(guī)范優(yōu)化版 1、 登錄平臺(tái)使用說明操作系統(tǒng)： 操作系統(tǒng)是 XP以上系統(tǒng)都可以。瀏覽器：   請(qǐng)使用360瀏覽器IE瀏覽器、搜狗瀏覽器 步驟：(1)打開 文本，進(jìn)行瀏覽器相關(guān)設(shè)置(2) 登錄網(wǎng)址：   http://182.48.116.149:8891(3) 輸入用戶名及密碼登陸后，先安裝控件，請(qǐng)點(diǎn)擊vs2008運(yùn)行庫。（注意安全衛(wèi)士先退出）    (4) 點(diǎn)擊“標(biāo)注中”查看任務(wù)     含新任務(wù)和被打回任務(wù)(5) 在任務(wù)列表中，點(diǎn)擊tagging，進(jìn)入標(biāo)注頁面，下載安裝控件進(jìn)行標(biāo)注 使用說明：1) 做完一句，直接點(diǎn)擊 “下一句”， 系統(tǒng)自動(dòng)保存，做完最后一句，點(diǎn)擊“保存”按鈕。2) 臨時(shí)有事，或系統(tǒng)突然中斷，重新登錄后，系統(tǒng)將自動(dòng)跳轉(zhuǎn)到上次標(biāo)注的位置；3) 當(dāng)前賬號(hào)標(biāo)注完成后，可以點(diǎn)擊“上一句”和“下一句”，對(duì)標(biāo)注結(jié)果進(jìn)行檢查，確認(rèn)沒有問題后，點(diǎn)擊提交驗(yàn)收；注意：提交驗(yàn)收后將不能再更改。4) 每人有一次修改機(jī)會(huì)，共可提交2次。 (5) 在任務(wù)統(tǒng)計(jì)中，查看驗(yàn)收結(jié)果 快捷鍵：鍵盤上的   ，可播放選中部分的聲音。鍵盤上的      和       可實(shí)現(xiàn)上一句和下一句的切換。 2、標(biāo)注規(guī)范 ——共3項(xiàng)（文本、無效、性別）  注： 文本正確率：95%     其它（無效+性別）正確率：95% 注：一定不要多字、漏字?。?.1性別類別分類定義男性別女童聲童聲指小孩非常稚嫩的聲音，大概是在5歲以下的范圍。大孩子的聲音歸到男女。其他沒有人聲，或者男女混聲的統(tǒng)一規(guī)為其他 注：女生之間的對(duì)話性別是女，男生同理；只有男女相混的對(duì)話是其他2.2判斷是否為無效語音無效：1、主體人聲音的前面、或后面、或中間：有一段安靜或噪聲等非人聲 ，長度在2秒以上（寬條是0.3秒）。【注意整句無人聲的不是無效】2、聲音是轉(zhuǎn)格式轉(zhuǎn)錯(cuò)的。無效語音，直接打勾，文本不用修改。3.全英文的句子聽不懂標(biāo)無效有效：其它都是有效 2.3修改文本標(biāo)注文本，目的是把耳朵聽到的“普通話或帶口音的普通話”標(biāo)成普通話文本，嚴(yán)重聽不懂的“方言”，可標(biāo)注#2.3.1標(biāo)注#的情況（1）聽不懂、聽不清的詞或方言標(biāo)注#（2）英語語句中，聽懂的單詞標(biāo)注出來，聽不懂的標(biāo)注#（3）除英語外其他國語言標(biāo)#，發(fā)音如“薩瓦迪卡”，“阿尼哈塞呦”等必須標(biāo)#（4）粵語標(biāo)注#（5）噪音標(biāo)注#（6）遇到拼音標(biāo)注#，如“阿啵呲嘚”等拼音（7）整句無人聲，只有噪音，不超過2S的標(biāo)#，如一個(gè)人整句咳嗽聲 注：#可以代表一個(gè)字不清楚或者幾個(gè)字不清楚；一句話中可以出現(xiàn)最多兩個(gè)#，但不能 同時(shí)  ##  這種形式出現(xiàn)；最多可以 #文本# 這種形式出現(xiàn)；2.3.2姓名問題（1）姓：必須標(biāo)注正確，確定是有這個(gè)姓（2）名字：名字可以打同音字 2.3.3地名問題（1）省市等較大地名必須查清楚，不能出現(xiàn)錯(cuò)字：如浙江省無錫宜興市 （2）較小的地名，如村鎮(zhèn)以及道路、小區(qū)等可標(biāo)注同音字。 2.3.4數(shù)字問題（1）聽到的阿拉伯?dāng)?shù)字寫成漢字，如“一二三四五”或“幺二三四五” 2.3.5兒化音問題（1）帶兒話音的，可以寫出“（兒）”字，并且加括號(hào)；或者直接不打兒化音，皆可。例如：我得了5分兒，文本要寫成：我得了五分(兒)/我得了五分注意：不是兒化的不用加，如女兒，嬰兒等不是兒話，就不能加在“兒”字上加括號(hào)。 2.3.6語氣詞問題（1）注意口語的字：口語中，結(jié)結(jié)巴巴說出的，要寫出對(duì)應(yīng)接接巴巴聲音的字。 （2）口語中，“嗯”、“哦”、“啊””等，要準(zhǔn)確對(duì)應(yīng)文本。例：聲音“呀”，不能寫成：“啊” 2.3.7英語相關(guān)問題（1）單詞：英語單詞，整個(gè)單詞要小寫。如“happy” （2）字母：說字母的寫成字母，要寫成大寫。如“A  B  C  ”。注意：QQ、MSN，是字母發(fā)音，要寫成大寫。 注：英文單詞發(fā)的不標(biāo)準(zhǔn)，如能聽出是哪個(gè)單詞，就寫單詞。整句都是英文句子的情況：l 一句話中發(fā)音不清楚的單詞，標(biāo)#，發(fā)音清楚的單詞必須寫出單詞l 整句英文都聽不清楚時(shí)，標(biāo)為無效，不要整句標(biāo)為#。l 英文用中文諧音寫出來的，算錯(cuò)。如：black 寫成 布萊克 算錯(cuò)l 一些地名，人名按英文讀的，需要寫英文，如：I am gonging to shanghai  不能寫成“上海”l 其他國語言，發(fā)音如“薩瓦迪卡”，“阿尼哈塞呦”等必須標(biāo)#   2.3.8混音問題混音包括3類：1、當(dāng)前電話通話的兩個(gè)人同時(shí)說話，相混2、當(dāng)前人聲與較亮或尖銳的音樂聲（如鈴聲、汽車?yán)龋┫嗷?nbsp;混音部分的標(biāo)注方法：（1）如果非主體人插話不影響對(duì)主體人說話的理解，標(biāo)注員可以聽出主體人說話的字，則要求寫字。（不要出現(xiàn)一個(gè)音對(duì)應(yīng)兩個(gè)字）例如：非主體人插入的話，音量小、字?jǐn)?shù)少，可忽略當(dāng)成沒聽見。 （2）如果非主體人插話，造成標(biāo)注員已聽不出主體人混音部分的字，則要求混音部分標(biāo)#。 例如：非主體人插入的話，由于音量過大相混在一起，聽不清主體的話，混的部分寫#。 （3）如果音樂聲相混，不影響對(duì)主體人說話的理解，標(biāo)注員可以聽出主體人說話的字，則要求寫字。如果音樂聲相混，造成標(biāo)注員已聽不出主體人混音部分的字，則要求混音部分標(biāo)#。3：增加#的情況l 人聲中出現(xiàn)突然間的大噪音且與人聲不相混，包括鈴聲、叮聲、咳嗽、撲話筒、有大的音樂背景等，寫1個(gè)#。l 人聲前邊或后面出現(xiàn)一片亂亂的小聲說話、持續(xù)的背景噪音，寫#和不寫#都可以。注意：安靜的靜音處，不能寫#。  2.3.9 標(biāo)注頁面藍(lán)條與黃條使用 藍(lán)條和黃條的功能有3個(gè)：（1）尺子，表示0.3秒，可以用于量取2秒判斷無效。（2）選中功能。選中的是播放藍(lán)條最左端到黃條最右端的聲音。當(dāng)語速特別快時(shí)，建議分段選中去聽，寫下文本，正確率會(huì)提高。（3）確定#在哪兒出現(xiàn)。   標(biāo)準(zhǔn)普通話與帶口音的普通話對(duì)照表：類別定義特例舉例說明無口音拼音、聲調(diào)都正確輕口音拼音對(duì)，聲調(diào)不對(duì)n和l不分；n和ng不分；z/c/s和zh/ch/sh不分屬于輕口音那個(gè)，發(fā)音：la4 ge5（標(biāo)準(zhǔn)na4 ge5 ）電信，發(fā)音：dian4 xing4（標(biāo)準(zhǔn)dian4 xin4)平時(shí)，發(fā)音：pin2 shi2（標(biāo)準(zhǔn)ping2 shi2）政治，發(fā)音：zeng4 zi4（標(biāo)準(zhǔn)zheng4 zhi4）剛才,發(fā)音：gang1 chai2（標(biāo)準(zhǔn)gang1 cai2）重口音拼音不對(duì)（n和l不分；n和ng不分；z/c/s和zh/ch/sh不分）除外湖南，發(fā)音是 fu2 nan2（標(biāo)準(zhǔn)hu2 nan2）歌曲，發(fā)音是guo1 qu3（標(biāo)準(zhǔn)ge1 qu3） 

一、標(biāo)注環(huán)境1. 請(qǐng)使用谷歌瀏覽器進(jìn)行標(biāo)注。2.標(biāo)注平臺(tái)地址：http://label.xiaojukeji.com/labelerTaskList二、標(biāo)注內(nèi)容1. 語音有效性標(biāo)注無效語音請(qǐng)?jiān)谟行砸豁?xiàng)選擇“無效”，并在標(biāo)注文本一項(xiàng)標(biāo)注大寫字母“NULL”。有效語音請(qǐng)?jiān)谟行砸豁?xiàng)選擇“有效”。當(dāng)語音出現(xiàn)下列任意一種情況，即可標(biāo)注為無效語音：1） 說話人聲音極小，小到幾乎聽不到。2） 整段語音均為靜音。3） 整段語音均為噪聲、音樂聲、導(dǎo)航音、廣播等。4） 整段語音只有一個(gè)字，或是同一個(gè)字重復(fù)出現(xiàn)。如：“嗯”、“對(duì)”、“對(duì)對(duì)對(duì)對(duì)”、“啊”、“喂”、“拜拜”、“謝謝”、“好好好”、“OKOK”等。（注意：“哇噻”屬于特例，單獨(dú)出現(xiàn)時(shí)也是無效的。）5） 背景噪聲大于說話人聲音，或噪聲與說話人聲音幾乎一樣大。6） 整句都是方言、外語。方言是指發(fā)音與普通話區(qū)別較大的地方話，如：粵語、上海話等。7） 語音中出現(xiàn)地點(diǎn)、地名、街道名等方位詞，但是地圖中搜索不到。8） 語音中有大于等于兩個(gè)人說話，除主說話人以外，其余人的聲音清晰可辨。9） 語音中有大于等于3個(gè)字聽不清楚。 2. 語音文本標(biāo)注1） 語音文本內(nèi)容將說話內(nèi)容寫成文字。要求轉(zhuǎn)寫的文本內(nèi)容必須和聽到的語音完全一致，不能多字、少字。a) 除空格、占位符號(hào)、以外，標(biāo)注文本不允許使用標(biāo)點(diǎn)符號(hào)，不允許換行。b) 說話人猶豫、口吃導(dǎo)致出現(xiàn)重復(fù)的字也要標(biāo)注出來，重復(fù)了幾次就標(biāo)記幾個(gè)。如發(fā)音為：我是北北京人；“北”字有重復(fù)現(xiàn)象。轉(zhuǎn)寫文本應(yīng)為：我是北北京人c) 兒化音不需要標(biāo)注出“兒”字。如發(fā)音為：我在/zher4/。轉(zhuǎn)寫文本應(yīng)為：我在這d) 語音中提及地名、街道名、車牌號(hào)等內(nèi)容，轉(zhuǎn)寫時(shí)需符合日常習(xí)慣。選用“路”、“街道”、“門”、“座”、“橋”等地名常用字以及“京”、“津”、“冀”等車牌號(hào)常用字。e) 語音中提及地名、街道名、店鋪名、專有名詞，需要準(zhǔn)確轉(zhuǎn)寫。可根據(jù)讀音在地圖中查找，確實(shí)存在該地點(diǎn)則進(jìn)行準(zhǔn)確標(biāo)注，搜不到則無效；f) 語音中確實(shí)聽不清楚的個(gè)別單字，用占位符號(hào)【~】標(biāo)記。一組【~】符號(hào)代表一個(gè)字。在整段語音中，最多只能有兩組【~】符號(hào)。若有三個(gè)字或更多聽不清楚，則標(biāo)注為無效。（見“語音有效性標(biāo)注”第8條）g) 語音中不涉及地名、專名的部分，若發(fā)音清晰但文字不確定，可以用同音字標(biāo)注，要求標(biāo)注用字的聲韻調(diào)與實(shí)際發(fā)音完全一致。如發(fā)音為：我姓/zhang1/。標(biāo)注成“我姓張”或“我姓章”都算正確。h) 數(shù)字要寫成漢字形式，注意區(qū)分“一”和“幺”、“二”和“兩”，按實(shí)際讀音寫。i) 英文字母要轉(zhuǎn)寫成大寫字母。j) 音頻中說話人清楚說出的語氣詞，如“呃、啊、嗯、哦、唉、吶、呢”等，要按照正確發(fā)音進(jìn)行轉(zhuǎn)寫。語氣詞除了“了、不”沒有口字旁，其他基本上都有口字旁。注意：語氣詞“唉”、“誒”不分的，統(tǒng)一用“唉”。 3.語言情況標(biāo)注1）語音中全部內(nèi)容均為中文，請(qǐng)選擇“中文”。2）只要語音中含有英文，不論是單個(gè)字母還是單詞、不論出現(xiàn)的數(shù)量有多少，都需要選擇“英文”并且字母全部大寫。1、遇到英文單詞和英文字母都需要用英文大寫形式表現(xiàn)。例如：SORRY SORRY我現(xiàn)在在阜成路麻煩你掉個(gè)頭2、單詞與單詞之間加空格 。例如：我把我的APPLE SEVEN PLUS落在了車上麻煩師傅還給我一下3、字母與字母之間加空格。例如：我下了好幾回這個(gè)A P P了但是怎么安裝都是失敗的請(qǐng)問客服我該怎么辦4、英文單詞或者英文字母與漢字之間不需要空格。例如：我的車牌號(hào)的京A三六七八5、特殊字：對(duì)于OK這一類常用詞，默認(rèn)為一個(gè)單詞，盡管是拼讀成字母發(fā)音的。對(duì)于無從適配上述規(guī)則的及時(shí)與我們溝通 4. 說話人性別標(biāo)注按說話人的音色實(shí)際情況進(jìn)行標(biāo)注。若無法明確區(qū)分男女，不論是成人還是兒童，都標(biāo)注為“女”。三、標(biāo)注常見問題總結(jié)1. 短句如何判斷有效性？答：短句只要有大于或等于兩個(gè)不重復(fù)的音節(jié)，即為有效。例如“嗯好的”、“明白”、“可以”等。 2. 有明顯口音，但能聽懂，需要標(biāo)注嗎？答：口音但不影響理解的，音頻中個(gè)別幾個(gè)字的方言可以使用同音字標(biāo)注。聽不清音節(jié)的方言也無法使用同音字標(biāo)注的，可以使用【~】，大于或等于三個(gè)字需使用【~】符號(hào)的情況下。參照“語音有效性標(biāo)注”第8條規(guī)則，標(biāo)記為無效。 3. 標(biāo)注時(shí)有的口音能聽懂，是按聽的音來標(biāo)注還是按普通話來標(biāo)注，標(biāo)注需要符合現(xiàn)實(shí)邏輯嗎？答：一般情況下口音按實(shí)際發(fā)音來標(biāo)注。以下情況請(qǐng)?zhí)貏e處理：常用詞語和專有名詞需按現(xiàn)實(shí)邏輯標(biāo)注（如：發(fā)音是“現(xiàn)/xian4/生”標(biāo)為“先生”,“滴滴專/ce1/”標(biāo)為“滴滴專車”等等） 5. 音頻中一串?dāng)?shù)字如【12531】轉(zhuǎn)寫為一二五三一還是吆二五三吆？答：轉(zhuǎn)寫的文本要和語音實(shí)際讀法完全一致。若讀為yi1，則寫一；讀為yao1，則寫幺。同理，“二”、“兩”、“倆”；“三”、“仨”也需要區(qū)別使用。 6. 一段很短的音頻中語速過快，有時(shí)候聽起來像三個(gè)字又像兩個(gè)，是不是都能判斷合格？答：短音頻且內(nèi)容無法聽清的情況下，標(biāo)記為無效。長音頻中很小的一部分，無法確定內(nèi)容時(shí)，參照“語音文本內(nèi)容”下f項(xiàng)、【~】符號(hào)使用規(guī)則進(jìn)行。 7. 一段音頻中語速過快，能聽清某些音節(jié)但大多部分不能做出準(zhǔn)確判斷寫不出是否可以判斷無效?答：判斷為無效 8. 一段音頻中出現(xiàn)導(dǎo)航儀發(fā)出的聲音或者只有導(dǎo)航儀的聲音算噪音嗎？答：整段只有導(dǎo)航音，標(biāo)記為無效。只有一部分出現(xiàn)導(dǎo)航音的時(shí)候，看聲音大小，如果與說話人音量接近或者大于說話人聲音，標(biāo)記為無效。 注意：如果一句話里面只說了幾個(gè)字方言，其他都是帶口音的普通話，不要直接標(biāo)無效，那全方言的字按聽到的音來標(biāo)，比如：說的是上海話gege，就標(biāo)成“葛個(gè)”，而不是標(biāo)成“那個(gè)”。語氣詞無法轉(zhuǎn)寫的可以找同音字或相近音字轉(zhuǎn)寫；全方言無效 關(guān)于地點(diǎn)、地名、街道名等方位詞，這些詞我們需要使用地圖搜索引擎搜索如果地點(diǎn)、地名、街道名等詞語很長且詞發(fā)音很清晰，但使用地圖搜索引擎搜索不到這個(gè)地點(diǎn)。即使這句話其他部分可以完整的轉(zhuǎn)寫出來，但依舊視為無效。二、關(guān)于英文轉(zhuǎn)寫原規(guī)范為：英文字母要轉(zhuǎn)寫成大寫字母。        細(xì)化：1、遇到英文單詞和英文字母都需要用英文大寫形式表現(xiàn)。例如：SORRY SORRY我現(xiàn)在在阜成路麻煩你掉個(gè)頭2、單詞與單詞之間加空格 。例如：我把我的APPLE SEVEN PLUS落在了車上麻煩師傅還給我一下3、字母與字母之間加空格。例如：我下了好幾回這個(gè)A P P了但是怎么安裝都是失敗的請(qǐng)問客服我該怎么辦4、英文單詞或者英文字母與漢字之間不需要空格。例如：我的車牌號(hào)的京A三六七八5、特殊字：對(duì)于 OK 這一類常用詞，默認(rèn)為一個(gè)單詞，盡管是拼讀成字母發(fā)音的。對(duì)于無從適配上述規(guī)則的，我們及時(shí)向海瑞提出。三、噪音符號(hào)這部分，這部分依舊不用添加。 四、關(guān)于標(biāo)普、方普、方言如何轉(zhuǎn)寫    1、標(biāo)普：就是普通話，我們是一定要轉(zhuǎn)寫的。    2、方普：就是方言普通話，例如廣州人說普通話，上海人說普通話，天津人說普通話等等，這些是需要轉(zhuǎn)寫的。只是他們?cè)谡f普通話的時(shí)候會(huì)有一些口音。例如發(fā)音說：我現(xiàn)在湖南（fu2聲 lan2聲）長沙市中心你來接我一下     他說的是“fu lan”我們正常書寫成“湖南”即可。    3、方言：直接視為無效即可，例如：粵語、上海話、江蘇話等等。