Platform For AI:Templat pelabelan audio

Templat yang didukung

Audio classification

Audio classification memberikan satu atau beberapa label yang telah ditentukan kepada sebuah klip audio. Templat ini mendukung klasifikasi single-label maupun multi-label.

• Use case

  Klasifikasi suara ambient.

• Data structure

  • Input data

    Setiap baris dalam file .manifest input adalah objek JSON yang merepresentasikan satu file audio. Setiap objek harus berisi bidang source.

    {"data":{"source":"oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
    ...

  • Output data

    Setiap baris dalam file .manifest output adalah objek JSON yang berisi lokasi file audio sumber dan hasil anotasi.

    {
        "data": {
            "source": "oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/audio/6.wav"
        },
        "label-1432993193909231616": {
            "results": [
                {
                    "questionId": "1",
                    "data": "Label 1",
                    "markTitle": "single-choice",
                    "type": "survey/value"
                }
            ]
        }
    }

Audio segmentation

Audio segmentation mengidentifikasi dan memberi label pada segmen waktu tertentu dalam sebuah file audio. Gunakan graf gelombang suara untuk menentukan waktu mulai dan akhir setiap segmen.

• Use case

  Analisis percakapan.

• Data structure

  • Input data

    Setiap baris dalam file .manifest input adalah objek JSON yang merepresentasikan satu file audio. Setiap objek harus berisi bidang source.

    {"data":{"source":"oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
    ...

  • Output data

    Setiap baris dalam file .manifest output adalah objek JSON yang berisi lokasi file audio sumber dan hasil anotasi.

    {
        "data": {
            "source": "oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/audio/21.wav"
        },
        "label-1435480301706092544": {
            "results": [
                {
                    "duration": 0,
                    "objects": [
                        {
                            "result": {
                                "Audio recognition result": "This is the transcribed content for segment 1.",
                                "single-choice": "Label 1"
                            },
                            "color": null,
                            "id": "wavesurfer_ei0aet9uvp8",
                            "start": 2.3886218302094817,
                            "end": 4.635545755237045
                        },
                        {
                            "result": {
                                "Audio recognition result": "This is the transcribed content for segment 2.",
                                "single-choice": "Label 2"
                            },
                            "color": null,
                            "id": "wavesurfer_kl39gnlb2k",
                            "start": 5.698280044101433,
                            "end": 7.348048511576626
                        }
                    ],
                    "empty": false
                }
            ]
        }
    }

Automatic speech recognition (ASR)

ASR mengonversi audio yang diucapkan menjadi teks tertulis. Templat ini mendukung transkripsi dengan penugasan label.

• Use case

  Pengenalan dialek.

• Data structure

  • Input data

    Setiap baris dalam file .manifest input adalah objek JSON yang merepresentasikan satu file audio. Setiap objek harus berisi bidang source.

    {"data":{"source":"oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/iTAG/audio/1.wav"}}
    ...

  • Output data

    Setiap baris dalam file .manifest output adalah objek JSON yang berisi lokasi file audio sumber dan hasil anotasi.

    {
        "data": {
            "source": "oss://example-bucket.oss-cn-hangzhou.aliyuncs.com/audio/14.wav"
        },
        "label-1435448359497441280": {
            "results": [
                {
                    "questionId": "1",
                    "data": "This is the transcribed content.",
                    "markTitle": "Audio recognition result",
                    "type": "survey/value"
                },
                {
                    "questionId": "3",
                    "data": [
                        "Label 1",
                        "Label 2"
                    ],
                    "markTitle": "multiple-choice",
                    "type": "survey/multivalue"
                }
            ]
        }
    }