商务合作 电话：17740401499
登陆网址babel.magicdatatech.com/processmore/index.php
用谷歌浏览器，鼠标拖动截取分段，内容右键，选择噪音符号
注意事项：
1最开始可能有用户说的口令，“爱数智慧采集”，如果说口令的时候有其他说话内容叠加，那么直接标注口令。
2不要断句太散，如果句子中有一个字听不懂的，请联系前后语境，推测出最可能的字，尽量整句标注）
3如果数据本身有文字，那么文字之间的空格，不用删除，忽略。
4系统提示音，类似“欢迎致电中国移动”，应该根据规范在文本前面加￥，正确的标注格式是：“￥欢迎致电中国移动”，因为这部分是机器音，所以忽略说话人编号。客服和用户分别用1,2标注。
一 时间边界定位：
• 用鼠标选中波形，即为要标注的一段时间边界，此时会自动跳出对应的编辑框
如果需要左右调动时间边界，则用鼠标放置在时间边界上，出现左右箭头后，按住鼠标拖动时间线，进行左右调动。
图中的红蓝方框即为选中一段需要标注的时间边界。
• 听音，在整段电话语音的基础上，根据语义和停顿时间等因素，在音频信号中每一句话的句首和句尾分别添加时间边界。即，一段标注框内，即为一段标注的话。
• 不能有任何的说话人说话声、噪音没有被时间边界框住，即有声音的地方，都需要用时间边界框起来，然后标注相应的说话文本或符号，只有相对静音可以不做截取处理。
图示的地方，红框框住的地方有明显波形，有明显声音，却没有用时间边界框起来，这是不允许出现的错误。
•
• 此处主要标注语音文件的一些全局信息，包括说话人性别信息和语种信息（方言区）。标注时请按照实际情况选择。
• 关于说话人的选择，客服标注奇数，用户标注偶数；
• 如果第三个人的情况：
点击“+”号，即可添加。
• 编辑框内需要标注的是该句对应的文字[文本层，需要根据语意打中文标点（逗号，问号，句号，顿号，感叹号）]，如果是汉语交谈，则只能用简体汉字。对于语音中的数字部分需根据发音情况转换为对应的汉字，例如“27”→“二十七”；“我的电话是2381832”→“我的电话是二三八幺八三二（与发音相同）”。
• 编辑框内正常语音的标注
• 如果此语段为某一个人的汉语对话语音，请在标注时间边界后，选择对应的1或者2，编辑框内输入相应的文本。
• 如果此语段为两个人交叉语音，关于重叠（交叉）的语音，即对于某个人的一句话未完，另一个人的一句话已经开始的情况：请在波形上标注时间边界，编辑框内标注“+”（在编辑框内点击右键即可出现）
对于叠加，必须是真实的。不能将大段的听不清语音和叠加混在一起。叠加段内的非叠加部分，前后最多不得超过1个字。
• 在整个语音中，需根据说话人的变换来增加时间边界（不同说话人分段标注）。
• 如果同一说话人说话时间较长，则应根据其语义来增加时间边界，每个时间段的长度最多不能超过8s，但断句也不要太散太短。根据标注经验，每个自然语言段平均在5-6秒左右即可。
• 单字或者两个字的叠加（如：好，嗯，行，好的），声音较小，不影响主要说话人内容，那么可以不标叠加，直接写主要说话人的内容就行了。
• 英文：(英文都是小写)
【单词】对于语音中简单的英文单词，在能听懂的情况下，直接标出即可。
例如：“网址是三w点sina点com”；
“二三八幺八三二at qq点com”（不要写这个@）
“请以井号键结束”；（不要写这个#）
【字母】每个字母中间用空格隔开。
例如：单词读音，g o o d则表示字母读音；
例如：我的编号是f m s幺三二；
• 语气词
除了“诶”其他的语气词都是带口字旁的汉字标注。如果发音是表示应答的“嗯”，统一都用“嗯”，不要用“恩”或者“厄”。比如哦，啊，诶等.
噪音是指非说话人的突发的声音，所有此类标注都是中括号与语音内容的组合，￥是放在句首，其他的噪音符号都需要单独截取标注。
1 听不懂的字，标注[*]
• 听不清的长句
• 方言
• 大段的英文句子
• 拿着话筒和其他人说话
2 笑声：[LAUGH]。
3 由说话人发出的干扰浊音：[SONANT]
• 咳嗽声
•
• 打喷嚏
• 清嗓子
4 系统提示音，即系统播出的语音提示：￥系统自动播放的语音内容，而非说话人的语音内容（不用管说话人）
例如：￥欢迎致电我公司现在由一号客服代表为您服务
5 明显的静音段（大于500ms）（一句话中没有超过0.5秒的不要断开，尽量完整完整，不要把已经完整的话段的太散！）
6 各种垃圾声音（大于500ms）：[ENS]
1） 连续的拍桌子
2) 连续的敲击声
3) 持续的各种环境噪音
7 持续的音乐声：[MUSIC]
• 唱歌声（有歌词和旋律）
• 哼唱（没有歌词，但有旋律）
• 口哨声
• 可能是别人唱歌、演奏，也可能是背景的电视、收音机发出的音乐和歌声
• 口哨声
• 包括持续时间较长的彩铃声
8 录音及电信系统引起的噪声：[SYSTEM]
包括电话按键音dtmf、电话忙音 beap、录音系统的其他噪音等，都是通信系统主动发出的声音，而不是摘机、挂机或干扰带来的咔啦或呲呲杂音。
一般会用的噪音符号：+，[*]，[ENS]，[SONANT]，[LAUGH]，[MUSIC] ，￥，[SYSTEM]
所有的噪音符号，在编辑框内右键即可出现哦
标注10分钟请点击一次临时保存，并刷新网页！
易错归纳：
1 爱数语音智慧采集，这个是用户说的，说话人是偶数；
2 “￥为保证通话质量有录音，尽情谅解”等的系统播报音，因为是机器音，所以不用管说话人（只要是系统播报音都不用管说话人，平台默认是说话人1）；
3 客服标注奇数，用户标注偶数系统提示音不用管，（1说话人标注反的很多；2 同一个客服，一会儿是1，一会儿又是3的问题）；
4 过于短暂的截取（像这种处理方式：把16段和17段合并，然后标注“嗯”即可！）；
5 听错的情况，多前后联系，根据语音标注，而不是标注同音字；
6 叠加：叠加的没有单独截取出来处理；
7 不同说话人截取在一起标注内容的错误；
8 规范里面颜色特别说明的标点符号，没有标注（标点符号基本没有看到有人标注的）；
9 数据没有标注完毕提交上来了；
10A文字中可以加适当的标点符号，句尾不需要加标点符号。
10 B标注的数据，A质检，验收发现，质检只是过了一个形式，没有实际作用，没有质量把关；
11 返修的数据都有反馈意见，请全部检查修改！
12 此项目含有标注信息，请在此基础上修改。
问题
1：在客服与客户音频中，爱数智慧语音采集这句口令，如果出现在句首那么录音人应该标注1 还是 2？
客服标1客户标2
问题2：爱数智慧语音采集这句口令如果与别的语音叠加了，怎么办？
直接标：爱数智慧语音采集
问题3：接近直线或者接近静音的噪音要不要标注？
不需要
问题4：叠加是否需要单独操作？？？
如果：客服说， 你好有什么需要帮助。客户说了一句，你好，这个你好与客服的帮助叠加了，声音大小差不多，具体应该怎么办？
单独截取，标+
问题5：系统的智能语音怎么标注，请详细说明？
句首标￥把系统音转写成文字
问题6：客服应该标注录音人几，客户标注录音人几，系统声音标注几。
客服1客户标2，系统音标1
问题7：如果客服说 爱数智慧，后面是5秒的系统声音，第六秒客户说语音采集正好与第六秒的系统声音叠加，应该怎么处理？
先转写客服说的爱数智慧，再把系统音截取出来前面加￥把文字转写出来，叠加单独截取出来标语音采集，如果是其它内容叠加标+
