大数据采集与预处理技术（微课版）课件 9.2 语音直播数据标注-labelstudio_第1页
大数据采集与预处理技术（微课版）课件 9.2 语音直播数据标注-labelstudio_第2页
大数据采集与预处理技术（微课版）课件 9.2 语音直播数据标注-labelstudio_第3页
大数据采集与预处理技术（微课版）课件 9.2 语音直播数据标注-labelstudio_第4页
大数据采集与预处理技术（微课版）课件 9.2 语音直播数据标注-labelstudio_第5页
已阅读5页，还剩2页未读， 继续免费阅读

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

大数据采集与预处理技术*

*项目三语音直播数据采集与预处理序号软件配置要求1OBS最新版本2Labelstudio等最新版本一、项目目标：1、根据应用需求确定语音数据采集方法，并完成语音数据采集；2、对采集的语音数据进行去噪、归一化、采样频率转换、语音特征提取、静音去除、语音切分、信号增强等预处理操作；3、根据训练模型要求完成语音数据文本转录、音频分割、标签标注等，为不同模型准备训练数据。二、环境要求：1、LabelStudio语音标注LabelStudio提供了对音频数据的标注支持，适用于语音识别、音频事件检测和语音分类等多种音频任务。（1）创建项目

LabelStudio安装后在文本标注部分已经详细说明，读者可以查阅参考，本处不在赘述。

启动LabelStudio，登录用户，然后可以选择“Create”创建项目，选择“Audio/SpeechProcessing”。

以“AutomaticSpeechRecognitionusingSegments”自动语音片段转写文本和“SpeechTranscripton”(语音转录)任务为例讲解。先选择“AutomaticSpeechRecognitionusingSegments”，弹出项目信息设置页面，可以选择添加标签，删除标签，也可以选择“DataImport”导入要标注的数据（可以选多个），如果项目设置时不导入数据，打开项目会提示导入数据。（2）语音转文本标注项目创建后，点击进入项目后，选择要标注的数据，点击对应的数据，就进入标注页面。选择数据进入标注页面，在语音音频图形上拖动鼠标可以对语音进行分段，然后选择“人声”或“噪音”标签，在下方可以输入对应的文本，点击“Add”完成该片段标注。按照上述操作完成其他片段操作即可（3）标注数据导出需要注意的是每次标注完成后，选择“Submit”提交任务。完成标注后跳转到项目页，在右上方选择“Export”可以导出标注的数据，这里需要注意，不同的任务可能需要不同标注数据类型，这里根据实际需要选择。这里选择“ASRManifest”导出。打开标注数据包，audio文件夹存放的是音频文件，manifest.json是存放的标注数据。（4）语音转录标注选择创建“SpeechTranscripton”(语音转录)项目，导入数据，选择标注数据，进入标注页面，在语音音频图形上拖动鼠标对语音进行分段，选择“Speech”（人声）或“Noise”（噪音）标签，

人人文库> 全部分类> 教育资料 > 课件下载

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