• 数据标注类（语音）MDD

  MDD即口语评测，通过精准检测句子、单词、汉字音素级别的发音。用于提高纠正人们的发音方法。
  

• 数据标注类（语音）TTS

      TTS语音合成技术，将文字转为语言的技术。

• 数据标注类（语音）ASR

       ASR自动语音识别。结合音频事件检测分句、标点、ITN（逆文本标准化）、自动纠错等方式做预处理和后处理。用于协助AI识别语义，在精准的位置打标点，顺滑语气词和多余的部分。

• 常见的质效问题

1. 语音类：有效性、文本、截取错误以及工具使用等；
   

2. 视图类：标注框类、区域标注类、关键点类等错误；

3. 文本类：文本筛选、关键词标注、情感标注、翻译、分词标注等错误。
   

• 人工智能的学习方式

    监督学习、无监督学习、半监督学习、强化学习

• 图像标注流程

    图像获取、图像前期处理、图像预识别、图像标注、结果输出。

• 视频标注流程

    标注、质检、初验、终验、返修至保存退出

• 文本标注流程

    预处理、标注、质检、验收、数据预处理、数据交付

• 语音标注流程

    预分析语音数据、制定标注规则、设计标注平台、标注语音数据、质检语音数据、输出

• 数据采集

    1、数据采集分类：视频、图像、语音、文本

    2、数据采集类型：结构化、非结构化、半结构化

    3、数据采集原则：全面性、多维性、高效性

• 数据采集方案的质量衡量指标

    准确性、完整性、适用性、简洁性

• 数据采集方案的主要内容

    确定数据源、数据采集的时间和频率、数据采集的采集、处理、储存的技术和方法、数据采集安全、数据采集交付周期、数据采集的量级

• 常见数据采集方法

    系统日志采集、分布式订阅分发、ELT（从其他数据库整合）、网络数据采集

• 采集数据后的数据处理方式

    1、基于特征参数的语音数据分析

    2、基于特征抽取的图像数据分析

    3、基于运动特征的视频数据分析

    4、多策略融合的文本数据分析

    5、多源数据关联集成

• 数据清洗的主要内容

    对缺失值、异常值、重复值以及需要类型转换的数据进行处理

• 标注规则必备特性

    渐进明细性、目的性、临时性、独特性

• 标注规则常见问题

    规则多次修改、规则过于简陋、较多专业术语

• 数据质检方法

    实时检查、抽样检查、全样检查

• 数据质检流程

    质检点确认、质检人员培训、输出质检报告、解决质检问题、项目质量总结

• 数据质检的基础术语

    质量：产品或服务满足项目特征需求

    质检量：标注过的数据进入质检池的大小

    轮次：质检同一批数据的轮次

    diff:被质检标注过错误的数据

    再质检数据：对已经质检过的数据，再次抽检

    申诉：被质检判定错误的数据，标注人发起的申诉

    数据打回：质检人对不合格数据打回重新标注

• 数据质检的模式

    抽检：所有数据先审一轮，再随机抽检一部分数据

    全检：两轮全检

    盲审：预审一轮，抽中的数据再审1-3轮

    全审：所有数据审核2-3轮