日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
輸入文檔關(guān)鍵字查找
首頁 人工智能平臺 PAI 操作指南 AI開發(fā) 智能標(biāo)注（iTAG） 附錄：標(biāo)注數(shù)據(jù)格式 語音類

語音類

更新時間：
產(chǎn)品詳情
我的收藏

iTAG提供了音頻分類、音頻分割、音頻識別的語音類標(biāo)注模板，創(chuàng)建標(biāo)注任務(wù)時，您需要根據(jù)應(yīng)用場景選擇標(biāo)注模板。本文為您介紹語音類模板的應(yīng)用場景及數(shù)據(jù)結(jié)構(gòu)。

背景信息

本文介紹以下語音類標(biāo)注模板的數(shù)據(jù)結(jié)構(gòu)：

音頻分類

音頻分類（Audio Classification）是指從一組固定的分類標(biāo)簽集合中，找到與輸入音頻內(nèi)容相匹配的一個或多個分類標(biāo)簽，并將其分配給該輸入音頻。該模板支持單標(biāo)簽和多標(biāo)簽音頻分類。

  • 應(yīng)用場景

    場景聲音分類等。

  • 數(shù)據(jù)結(jié)構(gòu)

    • 輸入數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)是一道題目，且每行數(shù)據(jù)必須包含source字段。 

      {"data":{"source":"oss://tongxin-lly.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
...

    • 輸出數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)由題目和標(biāo)注結(jié)果一起生成。每行數(shù)據(jù)的JSON結(jié)構(gòu)如下。 

      {
    "data": {
        "source": "oss://itag.oss-cn-hangzhou.aliyuncs.com/tongxin_audio/6.wav"
    },
    "label-1432993193909231616": {
        "results": [
            {
                "questionId": "1", 
                "data": "標(biāo)簽1", 
                "markTitle": "單選", 
                "type": "survey/value"
            }
        ]
    }
}

音頻分割

音頻分割（Audio segmentation）是指將一段音頻通過識別后，利用波形圖將音頻分割成多段，并匹配上不同的標(biāo)簽內(nèi)容。

  • 應(yīng)用場景

    對話內(nèi)容分析等。

  • 數(shù)據(jù)結(jié)構(gòu)

    • 輸入數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)是一道題目，且每行數(shù)據(jù)必須包含source字段。 

      {"data":{"source":"oss://tongxin-lly.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
...

    • 輸出數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)由題目和標(biāo)注結(jié)果一起生成。每行數(shù)據(jù)的JSON結(jié)構(gòu)如下。 

      {
    "data": {
        "source": "oss://itag.oss-cn-hangzhou.aliyuncs.com/tongxin_audio/21.wav"
    }, 
    "label-1435480301706092544": {
        "results": [
            {
                "duration": 0, 
                "objects": [
                    {
                        "result": {
                            "音頻識別結(jié)果": "通過音頻識別得到的結(jié)果內(nèi)容1。", 
                            "單選": "標(biāo)簽1"
                        }, 
                        "color": null, 
                        "id": "wavesurfer_ei0aet9uvp8", 
                        "start": 2.3886218302094817, 
                        "end": 4.635545755237045
                    }, 
                    {
                        "result": {
                            "音頻識別結(jié)果": "通過音頻識別得到的結(jié)果內(nèi)容2。", 
                            "單選": "標(biāo)簽2"
                        }, 
                        "color": null, 
                        "id": "wavesurfer_kl39gnlb2k", 
                        "start": 5.698280044101433, 
                        "end": 7.348048511576626
                    }
                ], 
                "empty": false
            }
        ]
    }
}

音頻識別

音頻識別ASR是指將一段音頻識別為文本內(nèi)容，同時可以進(jìn)行相應(yīng)標(biāo)簽的匹配。

  • 應(yīng)用場景

    方言識別等。

  • 數(shù)據(jù)結(jié)構(gòu)

    • 輸入數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)是一道題目，且每行數(shù)據(jù)必須包含source字段。 

      {"data":{"source":"oss://tongxin-lly.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
...

    • 輸出數(shù)據(jù)

      manifest文件的每行數(shù)據(jù)由題目和標(biāo)注結(jié)果一起生成。每行數(shù)據(jù)的JSON結(jié)構(gòu)如下。 

      {
    "data": {
        "source": "oss://itag.oss-cn-hangzhou.aliyuncs.com/tongxin_audio/14.wav"
    }, 
    "label-1435448359497441280": {
        "results": [
            {
                "questionId": "1", 
                "data": "通過音頻識別得到的結(jié)果內(nèi)容。", 
                "markTitle": "音頻識別結(jié)果", 
                "type": "survey/value"
            }, 
            {
                "questionId": "3", 
                "data": [
                    "標(biāo)簽1", 
                    "標(biāo)簽2"
                ], 
                "markTitle": "多選", 
                "type": "survey/multivalue"
            }
        ]
    }
}