商務(wù)合作 電話：17719878617
登陸網(wǎng)址babel.magicdatatech.com/processmore/index.php
用谷歌瀏覽器，鼠標拖動截取分段，內(nèi)容右鍵，選擇噪音符號
注意事項：
1最開始可能有用戶說的口令，“愛數(shù)智慧采集”，如果說口令的時候有其他說話內(nèi)容疊加，那么直接標注口令。
2不要斷句太散，如果句子中有一個字聽不懂的，請聯(lián)系前后語境，推測出最可能的字，盡量整句標注）
3如果數(shù)據(jù)本身有文字，那么文字之間的空格，不用刪除，忽略。
4系統(tǒng)提示音，類似“歡迎致電中國移動”，應(yīng)該根據(jù)規(guī)范在文本前面加￥，正確的標注格式是：“￥歡迎致電中國移動”，因為這部分是機器音，所以忽略說話人編號。客服和用戶分別用1,2標注。
一 時間邊界定位：
? 用鼠標選中波形，即為要標注的一段時間邊界，此時會自動跳出對應(yīng)的編輯框
如果需要左右調(diào)動時間邊界，則用鼠標放置在時間邊界上，出現(xiàn)左右箭頭后，按住鼠標拖動時間線，進行左右調(diào)動。
圖中的紅藍方框即為選中一段需要標注的時間邊界。
? 聽音，在整段電話語音的基礎(chǔ)上，根據(jù)語義和停頓時間等因素，在音頻信號中每一句話的句首和句尾分別添加時間邊界。即，一段標注框內(nèi)，即為一段標注的話。
? 不能有任何的說話人說話聲、噪音沒有被時間邊界框住，即有聲音的地方，都需要用時間邊界框起來，然后標注相應(yīng)的說話文本或符號，只有相對靜音可以不做截取處理。
圖示的地方，紅框框住的地方有明顯波形，有明顯聲音，卻沒有用時間邊界框起來，這是不允許出現(xiàn)的錯誤。
?
? 此處主要標注語音文件的一些全局信息，包括說話人性別信息和語種信息（方言區(qū)）。標注時請按照實際情況選擇。
? 關(guān)于說話人的選擇，客服標注奇數(shù)，用戶標注偶數(shù)；
? 如果第三個人的情況：
點擊“+”號，即可添加。
? 編輯框內(nèi)需要標注的是該句對應(yīng)的文字[文本層，需要根據(jù)語意打中文標點（逗號，問號，句號，頓號，感嘆號）]，如果是漢語交談，則只能用簡體漢字。對于語音中的數(shù)字部分需根據(jù)發(fā)音情況轉(zhuǎn)換為對應(yīng)的漢字，例如“27”→“二十七”；“我的電話是2381832”→“我的電話是二三八幺八三二（與發(fā)音相同）”。
? 編輯框內(nèi)正常語音的標注
? 如果此語段為某一個人的漢語對話語音，請在標注時間邊界后，選擇對應(yīng)的1或者2，編輯框內(nèi)輸入相應(yīng)的文本。
? 如果此語段為兩個人交叉語音，關(guān)于重疊（交叉）的語音，即對于某個人的一句話未完，另一個人的一句話已經(jīng)開始的情況：請在波形上標注時間邊界，編輯框內(nèi)標注“+”（在編輯框內(nèi)點擊右鍵即可出現(xiàn)）
對于疊加，必須是真實的。不能將大段的聽不清語音和疊加混在一起。疊加段內(nèi)的非疊加部分，前后最多不得超過1個字。
? 在整個語音中，需根據(jù)說話人的變換來增加時間邊界（不同說話人分段標注）。
? 如果同一說話人說話時間較長，則應(yīng)根據(jù)其語義來增加時間邊界，每個時間段的長度最多不能超過8s，但斷句也不要太散太短。根據(jù)標注經(jīng)驗，每個自然語言段平均在5-6秒左右即可。
? 單字或者兩個字的疊加（如：好，嗯，行，好的），聲音較小，不影響主要說話人內(nèi)容，那么可以不標疊加，直接寫主要說話人的內(nèi)容就行了。
? 英文：(英文都是小寫)
【單詞】對于語音中簡單的英文單詞，在能聽懂的情況下，直接標出即可。
例如：“網(wǎng)址是三w點sina點com”；
“二三八幺八三二at qq點com”（不要寫這個@）
“請以井號鍵結(jié)束”；（不要寫這個#）
【字母】每個字母中間用空格隔開。
例如：單詞讀音，g o o d則表示字母讀音；
例如：我的編號是f m s幺三二；
? 語氣詞
除了“誒”其他的語氣詞都是帶口字旁的漢字標注。如果發(fā)音是表示應(yīng)答的“嗯”，統(tǒng)一都用“嗯”，不要用“恩”或者“厄”。比如哦，啊，誒等.
噪音是指非說話人的突發(fā)的聲音，所有此類標注都是中括號與語音內(nèi)容的組合，￥是放在句首，其他的噪音符號都需要單獨截取標注。
1 聽不懂的字，標注[*]
? 聽不清的長句
? 方言
? 大段的英文句子
? 拿著話筒和其他人說話
2 笑聲：[LAUGH]。
3 由說話人發(fā)出的干擾濁音：[SONANT]
? 咳嗽聲
?
? 打噴嚏
? 清嗓子
4 系統(tǒng)提示音，即系統(tǒng)播出的語音提示：￥系統(tǒng)自動播放的語音內(nèi)容，而非說話人的語音內(nèi)容（不用管說話人）
例如：￥歡迎致電我公司現(xiàn)在由一號客服代表為您服務(wù)
5 明顯的靜音段（大于500ms）（一句話中沒有超過0.5秒的不要斷開，盡量完整完整，不要把已經(jīng)完整的話段的太散！）
6 各種垃圾聲音（大于500ms）：[ENS]
1） 連續(xù)的拍桌子
2) 連續(xù)的敲擊聲
3) 持續(xù)的各種環(huán)境噪音
7 持續(xù)的音樂聲：[MUSIC]
? 唱歌聲（有歌詞和旋律）
? 哼唱（沒有歌詞，但有旋律）
? 口哨聲
? 可能是別人唱歌、演奏，也可能是背景的電視、收音機發(fā)出的音樂和歌聲
? 口哨聲
? 包括持續(xù)時間較長的彩鈴聲
8 錄音及電信系統(tǒng)引起的噪聲：[SYSTEM]
包括電話按鍵音dtmf、電話忙音 beap、錄音系統(tǒng)的其他噪音等，都是通信系統(tǒng)主動發(fā)出的聲音，而不是摘機、掛機或干擾帶來的咔啦或呲呲雜音。
一般會用的噪音符號：+，[*]，[ENS]，[SONANT]，[LAUGH]，[MUSIC] ，￥，[SYSTEM]
所有的噪音符號，在編輯框內(nèi)右鍵即可出現(xiàn)哦
標注10分鐘請點擊一次臨時保存，并刷新網(wǎng)頁！
易錯歸納：
1 愛數(shù)語音智慧采集，這個是用戶說的，說話人是偶數(shù)；
2 “￥為保證通話質(zhì)量有錄音，盡情諒解”等的系統(tǒng)播報音，因為是機器音，所以不用管說話人（只要是系統(tǒng)播報音都不用管說話人，平臺默認是說話人1）；
3 客服標注奇數(shù)，用戶標注偶數(shù)系統(tǒng)提示音不用管，（1說話人標注反的很多；2 同一個客服，一會兒是1，一會兒又是3的問題）；
4 過于短暫的截取（像這種處理方式：把16段和17段合并，然后標注“嗯”即可?。?/span>
5 聽錯的情況，多前后聯(lián)系，根據(jù)語音標注，而不是標注同音字；
6 疊加：疊加的沒有單獨截取出來處理；
7 不同說話人截取在一起標注內(nèi)容的錯誤；
8 規(guī)范里面顏色特別說明的標點符號，沒有標注（標點符號基本沒有看到有人標注的）；
9 數(shù)據(jù)沒有標注完畢提交上來了；
10A文字中可以加適當?shù)臉它c符號，句尾不需要加標點符號。
10 B標注的數(shù)據(jù)，A質(zhì)檢，驗收發(fā)現(xiàn)，質(zhì)檢只是過了一個形式，沒有實際作用，沒有質(zhì)量把關(guān)；
11 返修的數(shù)據(jù)都有反饋意見，請全部檢查修改！
12 此項目含有標注信息，請在此基礎(chǔ)上修改。
問題
1：在客服與客戶音頻中，愛數(shù)智慧語音采集這句口令，如果出現(xiàn)在句首那么錄音人應(yīng)該標注1 還是 2？
客服標1客戶標2
問題2：愛數(shù)智慧語音采集這句口令如果與別的語音疊加了，怎么辦？
直接標：愛數(shù)智慧語音采集
問題3：接近直線或者接近靜音的噪音要不要標注？
不需要
問題4：疊加是否需要單獨操作？？？
如果：客服說， 你好有什么需要幫助?？蛻粽f了一句，你好，這個你好與客服的幫助疊加了，聲音大小差不多，具體應(yīng)該怎么辦？
單獨截取，標+
問題5：系統(tǒng)的智能語音怎么標注，請詳細說明？
句首標￥把系統(tǒng)音轉(zhuǎn)寫成文字
問題6：客服應(yīng)該標注錄音人幾，客戶標注錄音人幾，系統(tǒng)聲音標注幾。
客服1客戶標2，系統(tǒng)音標1
問題7：如果客服說 愛數(shù)智慧，后面是5秒的系統(tǒng)聲音，第六秒客戶說語音采集正好與第六秒的系統(tǒng)聲音疊加，應(yīng)該怎么處理？
先轉(zhuǎn)寫客服說的愛數(shù)智慧，再把系統(tǒng)音截取出來前面加￥把文字轉(zhuǎn)寫出來，疊加單獨截取出來標語音采集，如果是其它內(nèi)容疊加標+
