音频标注数据集文件说明

OCTOPUS格式文件基本要求（音频标注）

上传的OCTOPUS格式数据集需包含以下文件（以mp3格式为例）。音频文件支持的格式包含：wav、mp3、flac、m4a。

.
├─ 文件夹1 
    ├─ audio1.mp3         #音频文件 
    ├─ audio1.json        #该音频文件的所有标注信息 
├─ 文件夹2 
    ├─ audio2.mp3         #音频文件 
    ├─ audio2.json        #该音频文件的所有标注信息

标注数据.json文件说明

数据集中必含“.json”文件，用于集合该音频文件的所有标注数据信息，包括该音频所在的项目id、数据包id、音频上所有标注信息等。上传数据集前请保证“.json”文件内容正确。“.json”文件编写的参考样例如下：

{
  "frame_id": 1,
  #帧序号
  "batch_task_id": 1368,
  #批次任务id
  "project_id": "ee...3d",
  #资源域ID
  "label_mode": "manual",
  #标注类型：auto和manual两种 
  "status": "labeled",
  #标注任务状态：unlabeled、labeled、unconfirmed、confirmed、all五种  
  "sample_type": "AUDIO",
  #样本类型：包含“IMAGE”,“POINT_CLOUD”,“AUDIO”,“TEXT”
  "des_order": "",
  #此份数据对应的原始数据包描述
  "tag_names": [],
  #标签名称
  "valid": true,
  #是否有效，包含“true”和“false”两种
  "create_time": 1708657733087,
  #标注的创建时间
  "difficult": false,
  #是否难例，包含“true”难例和“false”非难例
  "label_counts": [
  #各类标注物的个数统计
    {
      "label_meta_id": 7900,
      #标注物使用的标签ID
      "label_num": 1,
      #标注物个数
      "label_meta_name": "奇怪的声音1",
      #标注物名称
      "label_meta_desc": "1233",
      #标注物描述
      "label_meta_attr": "{\"声音1\":\"2333,4444\",\"声音2\":\"334455,1121333\"}",
      #标注物额外属性
      "label_meta_shape": "audio",
      #标注物形状，包含“bndbox、line、circle、polygon、points、dashed、cube_3d、multiBox、polygon_3d_v2、audio、text”
      "label_meta_color": "#496832",
      #标注物颜色信息
      "level": 0
    },
    {
      "label_meta_id": 7901,
      "label_num": 1,
      "label_meta_name": "噪声",
      "label_meta_desc": "11",
      "label_meta_attr": "{\"text1\":\"111,222,333\",\"额鹅鹅鹅\":\"1111,333\"}",
      "label_meta_shape": "audio",
      "label_meta_color": "#391c1c",
      "level": 0
    }
  ],
  "audio_meta_info": {
   #音频信息
    "id": "49...bd",
    "name": "0000.mp3",
    #音频名称
    "source": "https://octopus-raw-ee.../label-data/task-1368/data/mp3/0000.mp3",
    #音频源的obs路径url
    "duration": "180.0s"
    #音频时长
  },
  "label_task_id": 1691,
   #批次子任务ID
  "partitionId": 20240222,
  "label_update_time": 1708944569975,
   #标注最近更新时间 
  "prefix_folder": "mp3",
  "image_id": "88...91",
  "inspection": 0,
  "labels": [
    {
      "label_meta_id": 7900,
       #标注物对应的标签ID  
      "create_time": 0,
      "shape_type": "audio",
      #标注物形状
      "serial_number": 1,
      #该帧中标注物唯一自增id
      "label_object_id": -1,
      "attribute": "{\"声音1\":\"2333\"}",
      #标注物属性
      "audio": {
      #音频子段落标注信息
        "xmin": 48.957073,
        #段落开始时间
        "xmax": 80.938614,
        #段落结束时间
        "gender": "MALE",
        #讲话人性别， 允许不存在此字段
        "author": "role1",
        #讲话人角色， 允许不存在此字段
        "text": "aaaaabbb"
        #音频对应的文本
      },
      "label_meta_name": "奇怪的声音1"
      #标注物名称
    },
    {
      "label_meta_id": 7901,
      "create_time": 0,
      "shape_type": "audio",
      "serial_number": 2,
      "label_object_id": -1,
      "attribute": "{}",
      "audio": {
        "xmin": 126.331764,
        "xmax": 138.0552
      },
      "label_meta_name": "噪声"
    }
  ]
}

必须字段样例

数据集可视化

“.json”文件中必须包含label_counts和labels字段信息。

创建标注任务