更新时间:2024-04-30 GMT+08:00

语音内容

语音内容是对语音内容进行标注。

由于模型训练过程需要大量有标签的音频数据,因此在模型训练之前需对没有标签的音频添加标签。通过ModelArts您可对音频进行一键式批量添加标签,快速完成对音频的标注操作,也可以对已标注音频修改或删除标签进行重新标注。

音频标注涉及到的标注标签和声音内容只支持中文和英文,不支持小语种。

开始标注

  1. 登录ModelArts管理控制台,在左侧菜单栏中选择“数据管理> 数据标注”,进入“数据标注”管理页面。

    数据管理模块在重构升级中,对未使用过数据管理的用户不可见。如果要使用数据管理相关功能,建议提交工单开通权限。

  2. 在标注作业列表右侧“所有类型”页签下拉选择标注类型,基于“标注类型”选择需要进行标注的标注作业,单击标注作业名称进入标注作业标注详情页。
    图1 下拉选择标注类型
  3. 在标注作业标注详情中,展示此标注作业下全部数据。

同步新数据

ModelArts会自动将数据集中新增的数据同步至标注作业,包含数据及当前标注作业支持的标注信息。

为了快速获取数据集中最新数据,可在标注作业详情页的“未标注”页签中,单击“同步新数据”,快速将数据集中的数据添加到标注作业中。

问题现象:

将已标注好的数据上传至OBS,同步数据后,显示为未标注。

原因分析:

可能是OBS桶设置了自动加密导致此问题。

解决方法:

需要新建OBS桶重新上传数据,或者取消桶加密后,重新上传数据。

标注音频

标注作业详情页中,展示了此数据集中“未标注”“已标注”的音频,默认显示“未标注”的音频列表。

  1. “未标注”页签左侧音频列表中,单击目标音频文件,在右侧的区域中出现音频,单击音频下方,即可进行音频播放。
  2. 根据播放内容,在下方“语音内容”文本框中填写音频内容。
  3. 输入内容后单击下方的“确认标注”按钮完成标注。音频将被自动移动至“已标注”页签。
    图2 语音内容音频标注

查看已标注音频

在标注作业详情页,单击“已标注”页签,您可以查看已完成标注的音频列表。单击音频,可在右侧的“语音内容”文本框中了解当前音频的内容信息。

修改标注

当数据完成标注后,您还可以进入“已标注”页签,对已标注的数据进行修改。

在标注作业详情页,单击“已标注”页签,然后在音频列表中选中待修改的音频。在右侧标签信息区域中修改“语音内容”文本框中的内容,单击下方的“确认标注”按钮完成修改。

添加音频

除了同步新数据外,您还可以在标注详情页面中,直接添加数据,用于数据标注。

  1. 在标注作业详情页面,单击“未标注”页签,然后单击左上角“添加数据”
  2. 在弹出的导入对话框中,选择数据来源、导入方式、导入路径等参数,导入数据。单击确定。
    导入数据的详细操作介绍请参见数据接入简介
    图3 导入数据

删除音频

通过数据删除操作,可将需要丢弃的音频数据快速删除。

“未标注”“已标注”页面中,选中需要删除的音频,然后单击左上角“删除音频”,在弹出的对话框中,根据实际情况选择是否勾选“同时删除OBS源文件”,确认信息无误后,单击“确定”完成音频删除操作。

如果勾选了“同时删除源OBS文件”,删除音频操作是将删除对应OBS目录下存储的音频。此操作可能会影响已使用此源文件的其他数据集或数据集版本,有可能导致展示异常或训练/推理异常。删除后,数据将无法恢复,请谨慎操作。