语音分割
语音分割是对语音进行分段标注。
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
- 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。
- 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
- 在标注作业标注详情中,展示此标注作业下全部数据。
同步数据源
ModelArts会自动从数据集输入位置同步数据至数据集详情页,包含数据及标注信息。
为了快速获取OBS桶中最新数据,可在数据集详情页的“未标注”页签中,单击“同步数据源”,快速将通过OBS上传的数据添加到数据集中。
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,展示了此标注作业中“未标注”和“已标注”的音频,默认显示“未标注”的音频列表。
- 在“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。
- 根据播放内容,选取合适的音频段,在下方“语音内容”文本框中填写音频标签和内容。
图2 语音标签音频标注
- 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。
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,可在右侧的对应的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。
- 修改标签:在数据标注详情页,单击“已标注”页签,然后在音频列表中选中待修改的音频。在右侧下方的标签信息区域中修改语音内容中的“标签”和,单击下方的“确认标注”按钮完成修改。
- 删除标签:单击目标编号操作列的“删除”,删除该段音频的标注。您也可以单击标注音频文件上方的删除标注,然后单击“确认标注”。
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。
- 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”。
- 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。
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。
在“未标注”或“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OBS源文件”,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。
标注人员管理
如果您创建的标注作业开启了团队标注,“标注人员管理”页面中可查看团队标注作业的标注详情。添加、修改或删除标注成员。
- 登录“数据管理>数据标注”,在“我创建的”页签下可查看所有的标注作业列表。
- 在作业列表的“名称”列,根据标注作业名称找到对应的团队标注作业。(团队标注作业的名称后带有标识。)
- 单击作业操作列的“更多>标注人员管理”。或单击作业名称进入作业详情,继续单击右上角“团队标注>标注人员管理”,进入成员管理页面。
图4 进入标注人员管理页(1)
图5 进入标注人员管理页(2)