파형에서 음성 구간을 정의하고 전사 텍스트를 어노테이션 속성으로 입력합니다. 실제 녹음을 확인하며 시작점과 끝점을 세밀하게 조정합니다.
언어, 음향 조건, 전사의 불확실성을 구조화된 속성으로 기록합니다. 원본 오디오와 데이터셋 정책에 근거해 라벨을 작성합니다.
오디오 구간마다 발화 내용과 필요한 맥락 라벨을 준비하는 작업입니다. Unitlab은 시간 기반 오디오 어노테이션, 전사, 구조화된 속성, 검토 워크플로를 지원합니다.
네. 전사 텍스트를 시간 정보가 있는 음성 어노테이션에 연결할 수 있습니다. 어노테이터는 구간을 조정하고 해당 내용을 원본 녹음과 대조해 검토할 수 있습니다.
알아들을 수 없거나 불확실한 음성에는 합의된 규칙을 적용하고 관련 품질 속성을 기록합니다. 검토자는 전사 결과를 승인하기 전에 오디오를 확인해야 합니다.
네. 언어 속성을 정의하고 데이터셋에 포함된 언어별로 적절한 전사 지침을 적용하세요. 해당 예제를 검증할 전문성을 갖춘 검토자를 배정합니다.
전사는 무엇을 말했는지 기록합니다. 화자 분리는 각 시간 구간에 어떤 화자 라벨이 해당하는지 기록합니다. 후속 음성 작업에 필요하다면 하나의 데이터셋에 두 가지를 모두 포함할 수 있습니다.
작업 전에 공통 클래스, 구조화된 속성, 명확한 라벨링 지침을 정의합니다. 대표 예제와 맥락을 확인하는 검토를 통해 음성 인식 데이터셋의 의견 차이를 해결합니다.
네. 오디오 어노테이션을 검토 및 재작업 단계로 전달합니다. 검토자는 원본 데이터를 확인하고 라벨을 수정하며, 추가 작업이 필요하면 항목을 돌려보낼 수 있습니다.
네. 데이터셋 검색, 메타데이터, 태그, 사용 가능한 필터로 관련 오디오 자산을 선택합니다. 준비 과정에서 대표적인 조건과 어려운 예제를 확인할 수 있도록 유지합니다.
어노테이션 작업에 따라 지원되는 Audio JSON, RTTM 또는 UUEF 형식으로 검토된 오디오 라벨을 내보냅니다. 데이터셋 버전을 통해 팀은 준비된 예제 중 어떤 항목이 특정 릴리스에 포함되는지 확인할 수 있습니다.
