录音要求3.1 录音人要求要求说普通话，英文发音准确。符合条件的录音人录制语音数据，录音人需通过大学英语四级考试。3.1.1发音标准：发音清楚，避免说话不清、语速过快和有方言等现象。例如：“我是北京人”发音为“e4（四声）shi4 bei3 jing1 ren2”这里“我”的发音是属于方言式发音。3.1.2性别比例：男女比例为1:1。男女比例可以在1:1的基础上浮动5%（控制在45%到55%范围内）。3.1.3年龄比例：年龄段比例范围18~25岁65%~75%26~40岁15%~25%>40岁5%~15%3.1.4地域分布：在录音人寻找的时候应控制在比例内。方言区范围参考城市举例比例北方官话东北、西北、华北、山东、安徽人等省份北方标准普通话，没有口音哈尔滨、绥化、齐齐哈尔、长春、沈阳、吉林通辽、北京、呼和浩特、赤峰、保定、石家庄、潍坊、天津、青岛、大连、兰州、银川、乌鲁木齐、南阳、郑州、洛阳、临沂、阜阳、亳州、徐州、运城、西安、西宁等30%西南官话中国西南的四川、重庆、贵州、云南等几乎全部的汉语地区以及陕西南部、甘肃南部、广西北部和湖南西北部、南部重庆、成都、南充、绵阳、武汉、荆州、襄阳、孝感、遵义、贵阳、昆明、桂林、凉山、常德等20%吴语江浙沪等省份上海、温州、杭州、台州、宁波、金华、苏州等10%粤语广东广西香港澳门等省份广州、深圳、东莞、佛山、南宁、玉林、香港、澳门等10%闽语福建、海南、台湾、广东等省份泉州、福州、厦门、海口、三亚、万宁、台北、高雄、台中等10%湘语湖南省长沙、衡阳、邵阳、岳阳等10%赣语江西、安徽、湖北等省份上饶西部、宜春、南昌、吉安等10%   ※控制在比例范围内浮动。注意事项：1）口齿清楚，态度认真，避免说话结巴、大舌头、嗓音嘶哑等病理性发音的人。2）参加录音的人必须事先了解录音要求（录音方法、录音环境、朗读要求、合格指标）。3）每人只能录制一份该项目录音。如出现一人录制多份数据的现象将取消相应报酬。4）录制人员对录音人的录音号段做好分配，避免号段重复使用。3.3录音环境相对安静的录音环境，不能有其他人说话的声音及其他噪音，无回音。（避免在空旷的场地采集。例如：教室、礼堂、厕所、酒店大厅等）周边噪音关联事项：1）录音人外其他人的声音不采用。如有第二说话人的声音算无效。2）其他噪音不采用。例如：摔东西的声音、喝水声、笑声、翻书的声音、音乐声、咳嗽声、车声等。3.5录音人录音1）普通话为主，每句夹杂数个（大部分在1-2个）英文单词，录制完450句。2）自然的复述方式，自然流利清晰，禁止压低嗓子录音；禁止用耳语方式录音；禁止夸张语气，笑着说话。3）录音人严禁刻意变声、模仿等说话方式。4）说话人语速适中，吐字清楚不能每个字一停顿的说，尽量避免结巴。5）手机离说话人嘴边距离在20-25厘米为宜。避免喷麦、和耳机采集的情况。6）禁止在没有朗读完毕前抢停，如读错字、咳嗽、偶然噪音等现象应暂停录制，做准备后重新录制。7）录音时，尽量以提供的原始句子为准。如果遇到不通顺或错字等影响正常朗读的句子，朗读时可稍作修改。8）禁止一人多号，录制多个任务。450句必须由同一录音人完成。9）朗读应为普通话方式，口音应为当地人自然发音习惯，不要讲方言。3.6录音合格指标数据采集完毕，项目负责人员要认真判断数据质量是否达到合格要求，并提醒录音人及时修改，如不满足以下指标均按照不合格处理。相关指标项具体说明中文普通话夹杂英文如方言口音较重或发音不清晰数据算无效450句不够450句算无效每一句都朗读完整抢停、或开始录制后不发音、句子录制不完整的情况算无效环境安静过大噪音、有第二说话人、回音等算无效。因不同设备硬件问题，降噪处理的方式不统一。如果噪音过大也算无效，但是有电流声等出现，如果不影响正常声音可算合格，相反有明显的算为无效处理。录音人信息真实有效录制前填写的录音人信息完整、真实，相反无效。例如：信息填写男、25，实际是男、35或女、25等。一人录制450句一人录制了多个号段算无效音频格式完整、正确格式不符合规定16KHz、16bit数据或无法播放算无效              ※ 非录音人可控因素音频因录制软件或硬件等非可控因素造成的音频丢帧、卡顿等现象，不记为采集错误。※合格标准按指标全部达标算。※补录及修正事项：录音及转写过程发现的错误整理之后重新录音。原始录音人可以重新录音的直接重新录音，原始录音人不能重新录音的话采用相同的录音条件、方式和文本语料进行第二人录音。

        AI人工智能的迅猛发展得以于计算机深度学习技术的快速发展，而说到深度学习技术它又必然离不开底层基础的数据标注。        而在今天对于这种深度学习技术的基础数据标注工作也有相当一大部分人群不知道它到底是怎么个回事？什么是数据标注？数据标注是做什么的？这种问题就连一些从事这方面工作的人也有说不明白的。        要说起数据标注那我们也就不得不说下从事数据标注工作的数据标注员这个群体。人工智能、深度学习”这种名词看似高深莫测非常高大上，但目前提供给机器深度学习的数据标注采集等工作，仍是基于密集劳动力的人工智能数据标注产业。数据标注员和工厂流水线上的操作员也是没有多大区别的，可能有很多人觉得不可思议，但是目前这种情况 确实是事实。        那到底什么是数据标注呢？        要理解数据标注我们先来举个简单的例子：小时候大人教我们认识花朵时会指着花草给我们说 花会好多颜色，具体什么花开什么颜色，那我们就会慢慢记住什么花开什颜色。而人工智能深度学习也是和我们人类认知事物是一个道理。        人工智能深度机器学习的前提也是数据标注员根据不同的图片、语音、文本等数据标识出各种功能标签然后机器学习根据不同标签来认识出不同的事物。        数据标注是通过数据标注人员借助计算机标注工具软件对人工智能学习数据进行加工的一种行为。通常数据标注的类型包括：图像标注、语音标注、文本标注、视频标注等种类。标记的基本形式有标注画框、3D画框、文本转录、图像打点、目标物体轮廓线等。        目前大多数的数据标注工具软件都是支持图像、文本、多边形、视频等多种类型的。        根据全国范围内的不完全统计，目前全国数据标注行业的从业人员已经达到 100万之多。在人工智火热与闪亮的背后，数据标注产业作为做基础的支撑确实处于行业的低端下游的。