ddxdyyss数据标注规范2.doc_第1页
ddxdyyss数据标注规范2.doc_第2页
ddxdyyss数据标注规范2.doc_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

DHXD数据标注规范 1、 内容栏1. 内容栏里面文字严格要求与听得的内容一样，不可以多字少字错字，如果有多字少字错字直接在原来的基础上修改。2. 发音人说话只说了一个汉字并且这个汉字是歌曲名，例如：问 痒 等等，我们在内容栏把它标注出来。3.发音人只说了歌手名（刘德华）；或者只说了歌曲名（中国人）；或者说的是歌手名和歌曲名（刘德华的中国人）；或者是在歌手名和歌曲名前后加了些修饰词的（我想听那个刘德华的中国人，刘德华的中国人这首歌帮我搜一下），像这样的都需要在内容栏标注出来。4.发音人说话的内容是某个音乐专辑名称（十一月的萧邦）；或者是某个电视剧的主题曲（天龙八部的主题曲）；或者是电视剧名称（白蛇传）；或者是电影名称（私人定制）；或者是音乐类综艺节目（中国好声音）；或者是音乐种类（DJ音乐，藏族歌曲）；像这样的都需要在内容栏标注出来5.发音人说的是歌曲名A（一万个舍不得）和歌手名B（王菲）但是歌手名B（王菲）不是歌曲名A（一万个舍不得）的原唱，这样的数据正常标注出来（一万个舍不得王菲）6.发音人说话模糊不清，发音人的语音听得既像是A（张姐），又像是B（张杰）。这样的数据就按照他所要表达的正确语意来标注。（如张杰和张姐，标注张杰）7.发音人说话内容是英文：1）英文字母大写字母与字母之间不用空格，（BY）2）英文单词小写，单词与单词之间空一格，没有手写字母大写要求。（someone like you）3）英文单词或者字母与汉字不用空格直接连写（BY二）8.发音人说话中途停顿的，标注的时候不用空格直接连写9.发音人说话内容出现阿拉伯数字的要转化为汉字，例如：1314得转化为一三一四（可以点数字转换）2、 拼音栏（第四批数据开始标注）拼音根据文本自动生成1、2、3、4、5五种读音，5是我们所说的轻声1）拼音修改准确2)只修改红色字的拼音，黑色默认不用修改，（十一年 shi2 yi1 nian2）3）由于发音人的轻微口音导致的音变根据上下文知道正确读音的，按照正确的读音来标注4）由于多音字导致音变按照正确歌手名（歌曲名）来读音表注（那些年读成了na1 xie1 nian2，标注成na4 xie1 nian2）3、 标签栏不用标注4、 坏数据 1） 左右截断/发音人的声音中途被截/断续音无法听清内容/与音乐无关；2） 整句纯环境噪音，纯方言，纯人声噪音；唱出来的或歌词内容；3） 说话只说一个字母；说英文听不清或听不懂的；4） 整条音频声音异常、喷麦严重、说话不清楚、虚着嗓子说话的；5） 发音人声音小无法听清内容、发音人语速极快听不清内容、；发音跑偏厉害（常回家看看发成床肥家看看）6） 音频整句是系统播报音即机器人的声音，例：公交车报站音、银行叫号音，语点声音等；7） 歌手名或歌曲名不完整（郭富或富城 爸爸去哪或者爸去哪儿 ） 歌手名或歌曲名中间有重复（刘德德华 新娘不不是我）8） 人声噪音/环境噪音/设备噪音
人人文库> 全部分类> 应用文书 > 规章制度

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论