第三阶段数据如何标注

[time-northern]

你好，请问第三阶段的数据是如何标注的，是一个utterance起止时间范围内的所有chunk都标注为noidle还是根据词级时间戳确定哪些chunk是有声音的再标注为noidle。谢谢解答

[Ruiqi-Yan]

你好，感谢关注！

我们的第三阶段数据是先通过 acoustic VAD 切分成 utterance 的。因此在我的处理流程中，一个 utterance 起止时间范围内的所有 chunk 都会被标注为 nonidle，而不是进一步根据词级时间戳判断哪些 chunk 有声音。

实际情况中，因为 utterance 已经经过 VAD 切分，一个 utterance 内部基本每个 chunk 都是有语音的。

[time-northern]

由衷感谢作者的耐心解答，感谢大佬团队的开源！