新建數據集

1、上傳音頻文件

點擊，數據集質檢-數據集管理，頁面列表上方的 新建數據集 按鈕，如下圖所示，按照頁面提示進行填寫，并按照頁面提示的要求上傳錄音文件，對于某些不符合標準的音頻，上傳時會做自動轉碼處理，比如將采樣率轉為8000Hz，單擊下載 音頻樣例 。上傳完畢后點擊頁面底部的 下一步 按鈕，進行話者角色配置；

2、開始音頻轉寫

系統會隨機選取一個錄音文件，點擊頁面中的 開始音頻轉寫 按鈕，對該文件進行語音轉文字，轉寫完畢后，需要您根據對話文本進行話者角色配置。由于錄音文件分為單軌錄音和雙軌錄音，話者角色配置方式有所不同，下面會分別說明。

話者角色配置：語音轉文本時，系統會自動將錄音分為兩個對話角色，但是出于一些客觀因素系統無法準確識別哪個角色為客服，所以需要您根據文本內容來手工設置，選出哪一方為客服，則另一方即為客戶。準確的進行話者角色配置非常重要，因為我們進行質檢分析時所用的規則，很多時候都有檢測范圍的限制（即一個規則只檢測客服或者客戶），如果話者角色配置是錯誤的，那么將對質檢結果的準確性產生極大影響。

3、單軌錄音的話者角色配置

單軌錄音的話者角色配置，音頻轉寫完成后，如下圖所示，一側為客戶，一側為客服；角色的判斷方式分為以下兩種：

• 系統自動判斷：我們內置了一些常見的客服開場時所說的關鍵詞，例如“您好、很高興為您服務......”，從上往下對文本進行匹配，當匹配成功時，則認為當前角色為客服，另一側即為客戶；

• 根據關鍵詞判斷客服人員：根據實際業務場景，填寫一個或多個客服開場時常說的關鍵詞，匹配上這些關鍵詞時，則認為當前角色為客服，另一側即為客戶；

選擇合適的角色判斷方式，點擊 驗證 按鈕，對話框中的文本會發生變化，請您自行判斷是否正確，如不正確，可以對關鍵詞進行調整；話者角色配置完畢后，點擊頁面底部的 完成創建 即可，此時該數據集內的所有文件，都將使用相同的角色判斷方式。

需要強調的是，單軌錄音的話者角色分離無法保證100%正確，建議您將呼叫中心生成的錄音文件設置為 雙軌錄音，這樣客戶一個軌，客服一個軌，可以從根源上避免出現話者角色分離錯誤的情況。

4、雙軌錄音的話者角色配置

雙軌錄音的話者角色配置，音頻轉寫完成后，如下圖所示，根據對話文本，選擇角色A的正確角色，角色B的角色會自動變化，選擇無誤后，點擊頁面底部的 完成創建 即可，此時該數據集內的所有文件，都將使用相同的角色判斷方式。

列表操作

• 編輯數據集：編輯數據集時只可修改話者角色配置，不可增加或刪除數據集中的文件；

• 刪除數據集：刪除后不可找回，但已經使用該數據集執行過的質檢任務數據仍將保留；