訂票數據外包項目標注規(guī)范_v

1、按音頻質量，把音頻文件分為兩大類：一類為訓練語音；另一類為非訓練語音。** 本項目只標注訓練語音，非訓練語音不標注 **1. 非訓練語音，暫不標注 非訓練語音，暫不標注1.1 非訓練音頻識別條件：1） 文件大小方面：``文件大小為 10KB 以下的音頻；（10KB 以下的音頻時長在 1s 以下，時長過短）2） 噪音方面：整段音頻伴有嚴重的持續(xù)背景噪音的音頻；（背景音如嚴重電流聲、風聲和干擾聲等）3） 文本方面：>>不能聽懂的

2、方言類音頻，如某些南方方言等；>>經常性聽不清，不能準確寫出文本的音頻；>>無貢獻文本的音頻；（如：文本只有“喂，你好”這幾個字的音頻）>>整段音頻中 50%以上文本為臟話的音頻；4） 其他方面：>>回聲大的音頻；（聽覺上出現雙字的音頻）>>過載音頻；（音量過大導致截幅）一、 一、標注質量要求： 標注質量要求：正確率 正確率 95%二、 二、標注層級及內容 標注層級及內容訓練語