S04 SERVICE DETAIL
语音标注服务
语音标注的质量差距往往出在细节约定:语气词写不写、重复词怎么处理、背景人声算不算、方言词用本字还是普通话近似音。这些规则不写清楚,转写结果就无法横向比较。
一句话回答
语音标注是把录音转写成文字并附上时间戳、说话人、情绪等标签,用于语音识别与语音合成模型的训练,核心任务包括转写校对、音素对齐、说话人分离与噪声场景标注。
语音标注的质量差距往往出在细节约定:语气词写不写、重复词怎么处理、背景人声算不算、方言词用本字还是普通话近似音。这些规则不写清楚,转写结果就无法横向比较。
我们按「转写—校对—抽检」三段作业,并为每批数据固定一套转写细则,保证不同批次、不同标注员产出的文本可以直接合并训练。
TASKS
具体能标哪些任务
下列任务是常见形态,实际类别体系按项目定制,支持小批量试标后再放量。
ASR 精准转写逐句转写音频内容,按约定处理语气词、口头语、数字与专有名词。
音素与时间戳对齐给出字或音素级起止时间,用于对齐训练与字幕生成。
说话人分离区分同一段音频中的不同说话人,并保持角色编号一致。
情绪与副语言标签标注情绪倾向、语速、音量、是否含笑声或咳嗽等非语音事件。
方言与小语种按方言片区组织人力,标注时保留原词并记录普通话对应表达。
噪声 / 场景标签标出车载、街道、室内、多人交谈等录制环境,便于分场景评估模型。
DELIVERABLES
交付物与验收标准
每个批次都带可核对的产出,验收指标在合同附件中逐项约定。
随批次交付
- 转写细则(含标点、数字、术语、语气词处理规则)
- 转写文本与时间戳文件(TextGrid / JSON / SRT 等格式)
- 说话人映射表与角色说明
- 字准率抽检报告与错误类型分布
验收口径
字准率按抽样片段逐字比对计算,噪声段与远场录音单独统计,不混入整体均值。
时间戳误差按约定容差判定,超差片段计入返工,边界词单独复核。
说话人一致性同一说话人在整段音频中的编号必须稳定,切换点需可回溯。
术语准确率专有名词与行业术语单列词表,按表核对,避免同音误写。
FAQ
语音标注服务常见问题
没覆盖到的情况,把样本与验收口径发过来,我们在试标阶段逐条确认。
Q01语音标注按什么单位计价?
常见是按音频时长(小时)计价,若需要音素级对齐、说话人分离或多语种处理,会按工序叠加计价。具体单价取决于音频质量与转写细则复杂度。
Q02嘈杂环境录音能标吗?
可以,但需要先约定不可辨识片段的处理方式(标记为噪声段或跳过)。信噪比过低的部分不会强行转写,避免制造错误语料。
Q03支持方言吗?
支持常见方言片区,具体覆盖范围需按语种与片区确认。生僻方言会先做小样本试标,验证可辨识度后再决定是否承接。
RELATED
相关服务与实践文章
单项服务通常与其他环节组合使用,这里给出最常见的搭配。
NEXT STEP
先做一次试标,再谈长期合作。
发来样本数据与验收口径,48 小时内给出规范草案、排期评估与报价测算。